聊聊怎麼用MySQL快速實作一個推薦演算法

這篇文章為大家帶來了關於MySQL的相關知識，其中主要介紹了什麼是推薦演算法，這個演算法能幫我們解決什麼問題，又如何用MySQL來實作一個簡單的推薦演算法，有興趣的朋友一起來看吧，希望對大家有幫助。

使用MySQL實作一個簡單的推薦演算法

推薦演算法是會經常遇到的技術。主要解決的是問題是：如果你喜歡書 A，那麼你可能會喜歡書 B。

本文我們使用 MySQL ，基於資料統計，拆解實作了一個簡單的推薦演算法。

首先，建立一個 使用者喜歡的書資料表，所表示的是 user_id 喜歡 book_id。

CREATE TABLE user_likes (
    user_id INT NOT NULL,
    book_id VARCHAR(10) NOT NULL,
    PRIMARY KEY (user_id,book_id),
    UNIQUE KEY book_id (book_id, user_id)
);
CREATE TABLE user_likes_similar (
    user_id INT NOT NULL,
    liked_user_id INT NOT NULL,
    rank INT NOT NULL,
    KEY book_id (user_id, liked_user_id)
);

插入4 個測試資料

INSERT INTO user_likes VALUES (1, 'A'), (1, 'B'), (1, 'C');
INSERT INTO user_likes VALUES (2, 'A'), (2, 'B'), (2, 'C'), (2,'D');
INSERT INTO user_likes VALUES (3, 'X'), (3, 'Y'), (3, 'C'), (3,'Z');
INSERT INTO user_likes VALUES (4, 'W'), (4, 'Q'), (4, 'C'), (4,'Z');

代表的意思為：使用者1 喜歡A、B、C，使用者2 喜歡A、B、C、D，使用者3 喜歡X、Y 、C、Z，使用者4 喜歡W、Q、C、Z。

以為使用者 1 計算推薦書為例，我們需要計算使用者 1 和其他使用者的相似度，然後依照相似度排序。

清空相似度資料表

DELETE FROM user_likes_similar WHERE user_id = 1;

計算使用者相似度資料表

INSERT INTO user_likes_similar
SELECT 1 AS user_id, similar.user_id AS liked_user_id, COUNT(*) AS rank
    FROM user_likes target
    JOIN user_likes 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 ;

可以看到查找到的相似度結果為

user_id, liked_user_id, rank
1, 2, 2
1, 3, 1
1, 4, 1

然後根據相似度排序，取前10 個，就是推薦的書籍了。

SELECT similar.book_id, SUM(user_likes_similar.rank) AS total_rank
    FROM user_likes_similar
    JOIN user_likes similar ON user_likes_similar.liked_user_id = similar.user_id
    LEFT JOIN user_likes target ON target.user_id = 1 AND target.book_id = similar.book_id
    WHERE user_likes_similar.user_id = 1 AND target.book_id IS NULL
    GROUP BY similar.book_id
    ORDER BY total_rank desc
    LIMIT 10;

【推薦學習：mysql影片教學】

以上是聊聊怎麼用MySQL快速實作一個推薦演算法的詳細內容。更多資訊請關注PHP中文網其他相關文章！