SQL最近邻查询(Movie推荐算法)

Question

需要帮助使这个(某种程度上)工作查询更加动态。

我有三个表myShows，TVShows和User

• myShows
  • ID (PK)
  • 用户(FK对用户)
  • 显示(FK到TVShows)

​

想要接受这个查询并将其更改为一个存储过程，我可以将用户ID发送到其中，然后让它执行其余的操作.

SELECT showId, name, Count(1) AS no_users
FROM
    myShows LEFT OUTER JOIN
              tvshows ON myShows.Show = tvshows.ShowId
WHERE
    [user] IN (
        SELECT [user]
           FROM
               myShows
           WHERE
               show ='1' or show='4'
          )
    AND
    show <> '1' and show <> '4'
GROUP BY
    showId, name
ORDER BY
    no_users DESC

现在起作用了。但正如您所看到的，问题在WHERE (显示='1‘或显示= '4')和and (显示<> '1’和显示<>‘4’)语句中，这是当前硬编码的值，而这正是我需要动态的，因为我不知道用户是否有需要检查的3或30条显示。

此外，这一过程效率有多低？这将用于可能获得大量用户的iPad应用程序。目前，我运行的是一个电影API (IMDbAPI.com)，它的点击率约为130 K，需要进行大量的数据库/代码优化才能使其运行得更快。再次感谢！

如果您想要测试的数据库模式，请告诉我。

Answer 1

这将满足您的要求。

select name, count(distinct [user]) from myshows recommend
inner join tvshows on recommend.show = tvshows.showid
where [user] in 
(   
    select other.[user] from 
        ( select show from myshows where [User] = @user ) my,
        ( select show, [user] from myshows where [user] <> @user ) other
    where my.show = other.show
)   
and show not in ( select show from myshows where [User] = @user ) 
group by name
order by count(distinct [user]) desc

如果您的SQL支持WITH公共表表达式，则可以优化上述表达式以使用它们。

随着数据大小的增加，它会有效率吗？不是的。它会有效吗？不是的。如果只有一个用户与你选择的用户共享一个节目，并且他们观看了一个流行的节目，那么该流行节目将上升到排名的首位。

我建议你

( a)回顾你对推荐表演的想法

( b)定期计算结果，而不是按需执行。