寻找电信网络中用户之间的相似性

Question

我有一个匿名的表，其中有两列：UserId和PhoneNumber。

从“呼叫详细信息”记录表中选择。现在我想基于用户之间的相似性创建一个网络。如果用户呼叫至少3个相同的号码，则应该在用户之间建立连接。

行数超过2000万。当我使用用C＃编写的简单程序时，完成此任务需要4天以上。我想知道，是否有可能编写SQL查询，这会给我相同的结果，如果存在相似性，只需在一个包含两列（user1和user2）的新表中插入一行，或者只是将其输出到输出中？

也许有其他好的解决方案来完成这项任务？

Answer 1

假设您的表名为CallingList，那么您应该可以使用如下查询：

SELECT C1.UserID AS User1, C2.UserID AS User2
  FROM CallingList AS C1
  JOIN CallingList AS C2 ON C1.PhoneNumber = C2.PhoneNumber
 WHERE C1.UserID < C2.UserID
 GROUP BY C1.UserID, C2.UserID
HAVING COUNT(*) >= 3

是否会比C＃更快还有待观察。

确保您在CallingList（PhoneNumber）上有索引，除非您的优化器会在幕后自动创建一个索引。