如何用MySQL快速实现一个推荐算法
本文小编为大家详细介绍“如何用MySQL快速实现一个推荐算法”,内容详细,步骤清晰,细节处理妥当,希望这篇“如何用MySQL快速实现一个推荐算法”文章能帮助大家解决疑惑,下面跟着小编的思路慢慢深入,一起来学习新知识吧。
使用MySQL实现一个简单的推荐算法
推荐算法是会经常遇到的技术。主要解决的是问题是:如果你喜欢书 A,那么你可能会喜欢书 B。
本文我们使用 MySQL ,基于数据统计,拆解实现了一个简单的推荐算法。
首先,创建一个 用户喜欢的书数据表,所表示的是 user_id 喜欢 book_id。
CREATETABLEuser_likes(user_idINTNOTNULL,book_idVARCHAR(10)NOTNULL,PRIMARYKEY(user_id,book_id),UNIQUEKEYbook_id(book_id,user_id));CREATETABLEuser_likes_similar(user_idINTNOTNULL,liked_user_idINTNOTNULL,rankINTNOTNULL,KEYbook_id(user_id,liked_user_id));
插入 4 条测试数据
INSERTINTOuser_likesVALUES(1,'A'),(1,'B'),(1,'C');INSERTINTOuser_likesVALUES(2,'A'),(2,'B'),(2,'C'),(2,'D');INSERTINTOuser_likesVALUES(3,'X'),(3,'Y'),(3,'C'),(3,'Z');INSERTINTOuser_likesVALUES(4,'W'),(4,'Q'),(4,'C'),(4,'Z');
代表的含义为:用户 1 喜欢 A、B、C,用户 2 喜欢 A、B、C、D,用户 3 喜欢 X、Y、C、Z,用户 4 喜欢 W、Q、C、Z。
以为用户 1 计算推荐书籍为例,我们需要计算用户 1 和其他用户的相似度,然后根据相似度排序。
清空相似度数据表
DELETEFROMuser_likes_similarWHEREuser_id=1;
计算用户相似度数据表
INSERTINTOuser_likes_similarSELECT1ASuser_id,similar.user_idASliked_user_id,COUNT(*)ASrankFROMuser_likestargetJOINuser_likessimilarONtarget.book_id=similar.book_idANDtarget.user_id!=similar.user_idWHEREtarget.user_id=1GROUPBYsimilar.user_id;
可以看到查找到的相似度结果为
user_id,liked_user_id,rank1,2,21,3,11,4,1
然后根据相似度排序,取前 10 个,就是推荐的书籍了。
SELECTsimilar.book_id,SUM(user_likes_similar.rank)AStotal_rankFROMuser_likes_similarJOINuser_likessimilarONuser_likes_similar.liked_user_id=similar.user_idLEFTJOINuser_likestargetONtarget.user_id=1ANDtarget.book_id=similar.book_idWHEREuser_likes_similar.user_id=1ANDtarget.book_idISNULLGROUPBYsimilar.book_idORDERBYtotal_rankdescLIMIT10;
读到这里,这篇“如何用MySQL快速实现一个推荐算法”文章已经介绍完毕,想要掌握这篇文章的知识点还需要大家自己动手实践使用过才能领会,如果想了解更多相关内容的文章,欢迎关注亿速云行业资讯频道。
声明:本站所有文章资源内容,如无特殊说明或标注,均为采集网络资源。如若本站内容侵犯了原著者的合法权益,可联系本站删除。