Question

我正在为一个黑客马拉松项目的约会应用程序工作。我们有一系列用户填写的问题，然后每隔几天我们就会发送建议的匹配项。如果有人有这些匹配算法的好教程，我们将非常感激。一个想法是为每个问题分配一个点值，然后做一个 def比较（person_a，person_b）函数，你迭代这些问题，并且有一个共同的答案，你添加一个点。所以得分越高，比赛越好。到目前为止我理解这一点，但我很难看到如何在数据库中保存这些数据。

在python中，我可以接受每个用户，然后使用此比较函数遍历所有其他用户，并为列出所有其他用户的每个人和他们的分数制作一个字典。然后建议匹配，我遍历字典列表，如果该人尚未与该人匹配，则进行匹配。

person1_dictionary_of_matches = {‘person2’: 3,  ‘person3’: 5,  ‘person4’: 10,  ‘person5’: 12, ‘person6’: 2,……,‘person200’:10}
person_1_list_of_prior_matches = [‘person3’, 'person4']

我正在努力学习如何在django中表现这一点。我可以拥有一大堆用户并制作匹配模型，如：

class Match(Model):
     person1 = models.ForeignKey(User)
     person2 = models.ForeignKey(User)
     score = models.PositiveIntegerField()

我在哪里进行迭代并保存所有成对分数。

然后再做 person_matches = Match.objectsfilter（person1 = sarah，person2！= sarah）.order_by（＆＃39;得分＆＃39;）。exclude（list_of_past_matches中的person2）

但是我担心1000个用户，如果这样做，我的表中会有1000000行。为数据库中的每个用户保存所有这些成对分数，这是否是残酷的？或者，如果我在周日晚上凌晨1点运行它，或者只是缓存这些响应一次并使用比较几个月，这无关紧要吗？有没有更好的方法来做到这一点，而不是成对匹配每个人？我应该使用其他一些数据结构来捕获人员及其兼容性分数吗？非常感谢任何指导！

Answer 1

有趣的问题。在机器学习的当前范例中，您使用稀疏矩阵，这意味着您不必执行每个匹配评估。稀疏性可能来自两个选择：

创建数据的批量脱机分析以执行某些群集（花哨的解决方案）。
通过一些关键属性过滤个人：a）性别/性偏好，b）地理位置，c）约会状态等（简单解决方案）

过滤后，您可以执行一项功能，以便为新用户估算适当的匹配项。基于用户选择的选择选择匹配到数据库中以供将来查询。但是，如果你认真对待这个问题我建议你试试Spark。这不是SQL数据库的问题，而是大数据引擎的问题。

Django为约会应用匹配设计模型

1 个答案: