如何存储

我建立一个像亚马逊的“购买该同时购买产品”功能“购买该同时购买产品”。我有大约6年的订单来挖掘这些数据，并且显然会继续使用新订单的数据进行更新。如何存储

的几个问题浮现在脑海中：

如何存放这些关系？我正在考虑一个带有productA，productB和count（或rank）的简单表。这足够吗？
我不认为旧数据与新数据相关。我如何优先考虑更新的数据？

编辑：这个网站只销售一种类型的产品，所以几乎所有的东西都是相关的，不需要过滤。我也希望尽可能简单 - 数据已经存在于我的数据库中，我正在寻找最简单的方法来计算和存储它。

来源

2011-01-14 Yisroel

看看http://taste.sourceforge.net/

味道是一种灵活，快速协同过滤的 Java引擎。该引擎会考虑用户对项目的偏好（‘口味’）和收益预计为其他项目的偏好。例如，卖书或CD的网站可以很容易地使用味道搞清楚，从过去的购买数据，该CD的顾客可能有兴趣听。

谷歌还有一个可以为你的用例量身定做的预测api。检查他们的scenarios here

来源

2011-01-14 05:00:06

“如何存放这些关系？我想与产品A，产品B一个简单的表格，并计算（或等级）。这是足够了吗？”

这是不够的，真的。最好的方法是使用对象的语义

因此，获取与对象关联的数据（例如，对于一本书：它是一本书，由xxx编写，书写风格，书的种类......），以及请参阅与其他数据的关系，这些数据会将您带到另一个对象（例如，此类书籍与此类相关，或此艺术家与此艺术家或这两者等等）。这是一项非常艰苦的工作。

后，你可以选择做自己，但它可能不会像很多有关你想要的。

我真的觉得你应该看到的已经存在（在SourceForge上或github上为例）。

来源

2011-01-14 05:10:04

为什么它不够？这个网站只销售一种类型的物品，所以除了他们一起购买的事实，我不需要太多。 – Yisroel 2011-01-14 05:25:48

我个人不会存储这些数据。我会创建一个动态选择要建议的产品的视图。

一个简单的实现可能是：

选择的人谁也买了同样的产品（例如1000）
基于这些是什么，他们都买了前N个产品的用户有代表性的人数。
将这些产品推荐给用户。

您可以通过删除第2步来简化它，这样您就可以显示其他已购买的产品，无论其受欢迎程度如何。

正如Simon Marc所建议的那样，您可以通过按照标准筛选产品来使其更加复杂。

至于较旧的数据，也许项目可能有按日期使用或冗余标志，这意味着他们从选择过滤。

来源

2011-01-16 19:59:20

您可以使用easyrec来完成您的任务。它的意志关系存储格式如下：

CREATE TABLE `itemassoc` (
    `id` int(11) unsigned NOT NULL AUTO_INCREMENT, 
    `tenantId` int(11) NOT NULL DEFAULT '0', 
    `itemFromId` int(11) NOT NULL DEFAULT '0', 
    `itemFromTypeId` int(11) unsigned NOT NULL DEFAULT '0', 
    `assocTypeId` int(11) unsigned NOT NULL DEFAULT '0', 
    `assocValue` double NOT NULL DEFAULT '0', 
    `itemToId` int(11) NOT NULL DEFAULT '0', 
    `itemToTypeId` int(11) unsigned NOT NULL DEFAULT '0', 
    `sourceTypeId` int(11) NOT NULL DEFAULT '0', 
    `sourceInfo` varchar(250) DEFAULT '0', 
    `viewTypeId` int(11) unsigned NOT NULL DEFAULT '0', 
    `active` tinyint(1) NOT NULL DEFAULT '1', 
    `changeDate` datetime NOT NULL, 
    PRIMARY KEY (`id`), 
    UNIQUE KEY `unique_itemassoc` (`tenantId`,`itemFromId`,`itemFromTypeId`,`itemToId`,`itemToTypeId`,`assocTypeId`,`sourceTypeId`), 
    KEY `idFrom_assoc` (`itemFromId`,`itemFromTypeId`,`assocTypeId`,`tenantId`), 
    KEY `recommender` (`itemFromId`,`itemFromTypeId`,`itemToTypeId`,`assocTypeId`,`tenantId`,`active`) 
) ENGINE=InnoDB AUTO_INCREMENT=38480 DEFAULT CHARSET=latin1 COMMENT='Table containing item associations'

这基本上

是意达
ASSOCTYPE（例如：BOUGHT_TOGETHER）
ITEMB
ASSOC值（强度推荐）

easyrec可以导入您的“购买行为”并从中计算出规则。

来源

2011-10-12 12:34:36 user982911

回答

相关问题