MySQL中的协同过滤？

Question

我试图开发一个网站，推荐项目(Fx)。根据用户的喜好向他们提供书籍。到目前为止，我已经读过O‘’Reilly的“集体情报”和其他许多在线文章。然而，它们似乎都是针对单个推荐实例的，例如，如果您喜欢A本书，那么您可能喜欢B本书。

我想要做的是为我网站上的每个用户创建一组“首选节点”。假设一个用户喜欢书A，B和C。那么，当他们添加书D时，我不希望系统推荐其他的书籍，仅仅基于其他用户在书D上的体验。我不希望系统查找类似的‘偏好-节点’，并以此为基础推荐书籍。

下面是一个4个节点的示例：

User1: 'book A'->'book B'->'book C'
User2: 'book A'->'book B'->'book C'->'book D'
user3: 'book X'->'book Y'->'book C'->'book Z'
user4: 'book W'->'book Q'->'book C'->'book Z'

因此，正如我所读过的材料中所描述的，推荐系统会向用户1推荐图书Z，因为有两个人推荐Z时喜欢C(即。尽管具有类似“偏好节点”( User2 )的用户更有资格推荐D书，因为他的兴趣模式更为相似。

你们中有谁对这类事情有过经验吗？我是否应该尝试阅读一些东西，或者是否存在这样的开源系统？

耽误您时间，实在对不起!

小编辑:我认为last.fm的算法正在做我的系统要做的事情。利用人们的偏好树，更多地将音乐推荐给人们。而不是只说“你可能喜欢B，因为你喜欢A”

Answer 1

创建一个表并插入测试数据：

CREATE TABLE `ub` (
  `user_id` int(11) NOT NULL,
  `book_id` varchar(10) NOT NULL,
  PRIMARY KEY (`user_id`,`book_id`),
  UNIQUE KEY `book_id` (`book_id`,`user_id`)
) ENGINE=InnoDB DEFAULT CHARSET=latin1;

insert into ub values (1, 'A'), (1, 'B'), (1, 'C');
insert into ub values (2, 'A'), (2, 'B'), (2, 'C'), (2,'D');
insert into ub values (3, 'X'), (3, 'Y'), (3, 'C'), (3,'Z');
insert into ub values (4, 'W'), (4, 'Q'), (4, 'C'), (4,'Z');

通过book_id将测试数据连接到自己上，并创建一个临时表来保存每个user_id及其与目标user_id共有的书籍数：

create temporary table ub_rank as 
select similar.user_id,count(*) rank
from ub target 
join ub similar on target.book_id= similar.book_id and target.user_id != similar.user_id
where target.user_id = 1
group by similar.user_id;

select * from ub_rank;
+---------+------+
| user_id | rank |
+---------+------+
|       2 |    3 |
|       3 |    1 |
|       4 |    1 |
+---------+------+
3 rows in set (0.00 sec)

我们可以看到，user_id与user_id 1有3的共同点，而user_id 3和user_id 4各只有1。

接下来，选择临时表中与目标user_id的图书不匹配的所有图书，并按级别排列这些书籍。请注意，同一本书可能会出现在不同用户的列表中，因此我们对每本书的排名进行汇总，从而使普通图书的排名更高。

select similar.book_id, sum(ub_rank.rank) total_rank
from ub_rank
join ub similar on ub_rank.user_id = similar.user_id 
left join ub target on target.user_id = 1 and target.book_id = similar.book_id
where target.book_id is null
group by similar.book_id
order by total_rank desc;

+---------+------------+
| book_id | total_rank |
+---------+------------+
| D       |          3 |
| Z       |          2 |
| X       |          1 |
| Y       |          1 |
| Q       |          1 |
| W       |          1 |
+---------+------------+
6 rows in set (0.00 sec)

图书Z出现在两个用户列表中，因此排名在X，Y，Q，W之上，只出现在一个用户的列表中。书D表现最好，因为它出现在user_id 2的列表中，其中有3项与目标user_id 1相同。