实时推荐引擎的数据模型

Question

我的查询是：

给定一个用户ID，找到这个用户根据自己的评级对其他用户的收视率比较合适的歌曲推荐。

我希望一切都是实时的。因此，作为事件进来，重量建议适当并保持柱系列，支持像

SELECT recommendation_id FROM cf WHERE user_id=123 AND recommendation_type='song'

这样一个查询，我想这样一列族存储用户的所有收视率（每歌曲是一列），然后是一组建议。但是，我无法想出实时完成这项工作的方法。我需要一个风暴拓扑来填充评级以及可能的建议。

另一件看起来很混乱的事情是它需要cassandra进行大量更新。如果只是在创造它会更好，对吧？

我一直在试图找到这样的数据模型的例子，但还没有找到。其他人发现的任何资源都会有所帮助。

更新：解决问题的另一种方法是我试图找到支持迭代协作过滤的数据结构。这可能吗？

Answer 1

我最近看到来自Spotify的这些幻灯片有关使用ML + Hadoop for Predictive analysis使用矩阵分解。正如你将在幻灯片11中看到的那样，卡桑德拉正在图片中，但大部分结果都是每晚预先计算好的。

Answer 2

您可能想要使用CQL集合，包括集合，地图和列表。看看这个博客帖子由Datastax社区：

http://www.datastax.com/dev/blog/cql3_collections