Stumbleupon类型查询

Question

哇，让你头晕目眩！

我正要开始一个项目，虽然我的mySql还可以，但我不知道这需要什么：

我有一张网址表。

id,url
1,http://www.url1.com
2,http://www.url2.com
3,http://www.url3.com
4,http://www.url4.com

我有一个用户表。

id,name
1,fred bloggs
2,john bloggs
3,amy bloggs

我有一个类别表。

id,name
1,science
2,tech
3,adult
4,stackoverflow

我有一个用户喜欢的类别表，作为与类别唯一引用相关的数字引用。例如：

user,category
1,4
1,6
1,7
1,10
2,3
2,4
3,5
.
.
.

我有一个与每个网站地址相关的分数表。当用户访问这些站点中的一个并说他们喜欢它时，它是这样存储的：

url_ref,category
4,2
4,3
4,6
4,2
4,3
5,2
5,3
.
.
.

因此，根据上面的数据，URL4的得分(在它自己的权利)如下: 2=2 3=2 6=1

我希望做的是根据当前用户的兴趣，从超过2,000,000条记录中随机挑选一个URL。

因此，如果登录的用户喜欢类别1,2,3，那么我想根据他们的兴趣生成的分数排序。

如果登录的用户喜欢类别2、3和6，那么总分将是5。但是，如果当前登录的用户只喜欢类别2和6，则URL分数将是3。因此，order by将根据登录用户的兴趣进行排序。

想想stumbleupon。

我正在考虑使用一组视图来帮助进行子查询。

我猜将需要查看所有2,000,000条记录，并根据url的id查看当前用户的每个选定类别的分数。

因此，我们需要知道用户ID，它从一开始就作为常量传递到查询中。

一点头绪都没有！

克里斯·丹曼

Answer 1

我希望做的是根据当前用户的兴趣，从超过2,000,000条记录中随机挑选一个

。

这呼唤预测建模，这可能是你在数据库中做不到的。基本上，您需要预先计算给定兴趣(或更可能的兴趣集)/ URL组合的分数，然后根据预先计算的值进行查询。你最好在某个地方的应用程序代码中做这件事。

由于您正在尝试根据您对用户的了解来猜测用户是否喜欢某个链接，因此贝叶斯似乎是一个很好的起点(很抱歉使用维基百科链接，但如果不了解您的编程语言，这可能是最好的起点)：Naive Bayes Classifier

编辑

这里的基本思想是不断地运行预计算过程，一旦有了足够的数据，就可以尝试将其提炼成一个简单的公式，以便在查询中使用。收集更多数据时，您将继续运行预计算处理，并使用展开的结果来改进公式。如果你有办法建议一个链接，然后找出用户是否喜欢它，这会变得非常有趣，因为你可以使用这个反馈循环来真正改进预测算法(阅读机器学习，特别是遗传算法，了解更多信息)

Answer 2

我最终做到了这一点：

$dbh = new NewSys::mySqlAccess("xxxxxxxxxx","xxxxxxxxxx","xxxxxxxxx","localhost");

$icat{1}='animals pets';
$icat{2}='gadget addict';
$icat{3}='games online play';
$icat{4}='painting art';
$icat{5}='graphic designer design';
$icat{6}='philosophy';
$icat{7}='strange unusual bizarre';
$icat{8}='health fitness';
$icat{9}='photography photographer';
$icat{10}='reading books';
$icat{11}='humour humor comedy comedian funny';
$icat{12}='psychology psychologist';
$icat{13}='cartoons cartoonist';
$icat{14}='internet technology';
$icat{15}='science scientist';
$icat{16}='clothing fashion';
$icat{17}='movies movie latest';
$icat{18}="\"self improvement\"";
$icat{19}='drawing art';
$icat{20}='latest band member';
$icat{21}='shop prices';
$icat{22}='recipe recipes food';
$icat{23}='mythology';
$icat{24}='holiday resorts destinations';
$icat{25}="(rude words)";
$icat{26}="www website";

$dbh->Sql("DELETE FROM precalc WHERE member = '$fdat{cred_id}'");

$dbh->Sql("SELECT * FROM prefs WHERE member = '$fdat{cred_id}'");

@chos=();
while($dbh->FetchRow()){
    $cat=$dbh->Data('category');
    $cats{$cat}='#';
    }
foreach $cat (keys %cats){
    push @chos,"\'$cat\'";
    push @strings,$icat{$cat};
    }

$sqll=join("\,",@chos);
$words=join(" ",@strings);

$dbh->Sql("select users.id,users.url,IFNULL((select sum(scoretot.scr) from scoretot where scoretot.id = users.id and scoretot.category IN \($sqll\)),0) as score from users WHERE MATCH (description,lasttweet) AGAINST ('$words' IN BOOLEAN MODE) AND IFNULL((SELECT ref FROM visited WHERE member = '$fdat{cred_id}' AND user = users.id LIMIT 1),0) = 0 ORDER BY score DESC limit 30");

    $cnt=0;

    while($dbh->FetchRow()){

        $id=$dbh->Data('id');
        $url=$dbh->Data('url');
        $score=$dbh->Data('score');
        $dbh2->Sql("INSERT INTO precalc (member,user,url,score) VALUES ('$fdat{cred_id}','$id','$url','$score')");

        $cnt++;

        }

我大约在三个月前想出了这个答案，就是看不懂。很抱歉，我无法解释它最终是如何工作的，但它设法查询了200万个网站，并根据用户在其他网站上过去投票的历史记录来选择一个网站。

一旦我让它工作了，我就转向另一个问题！

http://www.staggerupon.com就是一切发生的地方！

克里斯