Composer를 사용하여 권장 시스템의 딜레마를 해결하십시오 : Andres-Montanez/권장 사항-펀들

솔루션을 검색하는 동안 Symfony2 플러그인 Andres-Montanez/Residations-Bundle을 발견하여 프로젝트를 크게 개선했습니다. 이 플러그인은 MongoDB를 기반으로하며 Pearson 거리를 사용하여 유사한 항목과 일치하는 항목 기반 권장 엔진을 구현합니다. 핵심 기능에는 다음이 포함됩니다.

• registerItem : 항목 유형 (예 : 영화), 레이블 (예 : 플롯, 액션) 및 네임 스페이스를 지정할 수 있습니다.
• 레코드 사용자 상호 작용 ( addAction ) : 사용자 "Jon"은 영화 "배트맨"에 대한 5 점을 기록한 사용자의 동작을 기록 할 수 있습니다.
• getRecommendations : 특정 사용자에게 권장 사항을 제공하면 결과를 유형, 태그 및 네임 스페이스별로 필터링 할 수 있습니다.

작곡가를 사용 하여이 플러그인을 설치하는 것은 매우 간단합니다.

 <code>composer require andres-montanez/recommendations-bundle</code>

설치 후 Symfony 프로젝트 에서이 플러그인을 활성화하고 MongoDB 데이터베이스를 구성해야합니다. 다음으로, 시간이 정해진 작업을 정의하여 정기적으로 항목의 유사성을 업데이트하십시오. 이 타이밍 작업의 빈도는 데이터 볼륨 및 업데이트 요구 사항에 따라 설정할 수 있으며 일반적으로 일주일에 한 번 좋은 출발점입니다.

성능을 더욱 최적화하기 위해이 권장 서비스를 포장하기 위해 서비스 래퍼를 구축했습니다. 이를 통해 특정 요구에 따라 사용자 정의하고 다단계 캐시를 추가 할 수 있습니다. 예를 들어, 대규모 데이터 세트의 경우 사용자 권장 결과가 느리게 변경되므로 사용자의 권장 결과는 24-48 시간 동안 캐싱 될 수 있으므로 시스템 응답 속도를 크게 향상시킬 수 있습니다.

실제 응용 분야 에서이 권장 시스템은 매우 잘 수행됩니다. 사용 된 데이터 세트 테스트 결과는 100,000 등급, 943 명의 사용자 및 1,682 개 항목의 데이터 세트의 경우 유사성 생성이 약 4 분 밖에 걸리지 않으며 사용자 권장 사항은 2 초 이내에 얻어진다는 것을 보여줍니다. 더 큰 데이터 세트 (백만 등급, 6040 명 및 3883 개 항목)의 경우 유사성 생성 시간이 약 90 분이지만 사용자 권장 사항을 얻는 것은 여전히 ​​2 초 안에 완료됩니다. 이 데이터 세트는 https://www.php.cn/link/117007d714adf33db6d2653d903ebf2d 에서 제공됩니다.

전반적으로, Andres-Montanez/추천-펀들은 작곡가를 통해 프로젝트에 설치 및 통합되어 추천 시스템 딜레마를 해결했을뿐만 아니라 상당한 성능 개선 및 사용자 만족도 개선을 가져 왔습니다. 이 플러그인의 유연성과 효율성은 개인화 된 권장 시스템을 구축하는 데 이상적입니다.

위 내용은 Composer를 사용하여 권장 시스템의 딜레마를 해결하십시오 : Andres-Montanez/권장 사항-펀들의 상세 내용입니다. 자세한 내용은 PHP 중국어 웹사이트의 기타 관련 기사를 참조하세요!