Как построить простую систему рекомендаций?

Question

Как построить простую систему рекомендаций? Я видел некоторые алгоритмы, но их так сложно реализовать, я хотел бы, чтобы их практическое описание реализовало самый простой алгоритм?

у меня есть эти три таблицы

        Users
  userid      username
   1            aaa
   2            bbb

и

        products
  productid        productname
     1                laptop
     2                mobile phone
     3                car

и

      users_products
  userid        productid
    1                1
    1                3
    3                2
    2                3

поэтому я хочу иметь возможность рекомендовать предметы для каждого из пользователей в зависимости от предметов, которые они приобрели, и предметов других пользователей

Я знал, что это должно что-то наподобие расчета аналогий между пользователями, а затем просматривать их результаты, но как это можно сделать и сохранить в базе данных, потому что для этого потребуется таблица с чем-то вроде

      1    2   3   4   5   6 << users' ids
 1)   1   .4  .2  .3  .8  .4
 2)  .3    1  .5  .7  .3  .9
 3)  .4   .4   1  .8  .2  .3
 4)  .6   .6  .6   1  .4  .2
 5)  .8   .7  .4  .2   1  .3
 6)   1   .4  .6  .7  .9   1
 ^
 ^
users'
 ids

так как же можно рассчитать сходство между пользователями? и как эти сложные данные могут храниться в рекламной базе? (для каждого пользователя требуется таблица со столбцом)? спасибо

Answer 1

Как вы хотите на самом деле хранить рекомендации - это вопрос, совершенно не связанный с тем, как на самом деле реализовать механизм рекомендаций. Я оставляю это вашей архитектуре базы данных. На рекомендации.

Вы сказали «просто», поэтому вам может понадобиться коэффициент корреляции Пирсона.

Вычислить такую ​​вещь очень просто. Концепция , пример кода .

Answer 2

Может быть, чтение "Программирование Коллективного разума" поможет вам.

Answer 3

Я видел это в одной из книг Джо Селко. Я полагаю, что это Здесь . У меня нет доступа к моему в данный момент. Попробуйте подойти к ближайшему Barnes & Noble или Borders и проверить это. Я выкопаю свою, как только у меня будет доступ и буду следить.

Answer 4

Вам, безусловно, не нужен столбец для каждого пользователя. Вам нужна корреляционная матрица, это правда, но фактическая таблица базы данных не нужна. Вместо этого вы можете изменить его как

table: user_correlation_matrix
columns: user1_id user2_id correlation_factor

Answer 5

Таблица может храниться в трех столбцах

user_left user_top correlation

(хотя у меня нет опыта определения корреляции)