标签：10 26 SDS items U1 U2 2021 字符串 milk

引言：

一个最简单的推荐系统可以只是从用户感兴趣的表中查找所需要的推荐信息．

例如基于用户的协同过滤，

计算用户关注物品列表的交集，传统数据库不支持直接的交集运算。
Redis可以直接简单的实现交集运算，可以用来做推荐系统。

基于用户-物品关系的协同过滤
算法:

1. 找出与用户U具有相同物品集合的其它之关联用户 (U1, U2, U3…) .
2. 获取与U1, U2, U3相关联的所有物品…
3. 移除已经与用户U相关联的物品，这样只有非关联的物品会被推荐给用户U.
   示例场景: 本地杂货铺移动应用的推荐信息
   杂货铺决定通过用户的行为来促销物品。杂货铺想告诉顾客，“购买了物品X的顾客也购买了Y”，此例的数据结构如下:
   userid:U1:items = {milk, bananas}
   userid:U2:items = {milk, carrots, bananas}
   userid:U3:items = {milk}
   item:milk:users = {U1, U2, U3}
   item:bananas:users = {U1, U2}
   item:carrots:users = {U2}
   那么，什么物品将会被推荐给用户U1?
   SMEMBERS user:U1:items
   = {milk, banana}
   SUNION item:milk:users items

   标签：10,26,SDS,items,U1,U2,2021,字符串,milk
   来源： https://blog.csdn.net/ma416539432/article/details/120970590

   本站声明： 1. iCode9 技术分享网（下文简称本站）提供的所有内容，仅供技术学习、探讨和分享；
   2. 关于本站的所有留言、评论、转载及引用，纯属内容发起人的个人观点，与本站观点和立场无关；
   3. 关于本站的所有言论和文字，纯属内容发起人的个人观点，与本站观点和立场无关；
   4. 本站文章均是网友提供，不完全保证技术分享内容的完整性、准确性、时效性、风险性和版权归属；如您发现该文章侵犯了您的权益，可联系我们第一时间进行删除；
   5. 本站为非盈利性的个人网站，所有内容不会用来进行牟利，也不会利用任何形式的广告来间接获益，纯粹是为了广大技术爱好者提供技术内容和技术思想的分享性交流网站。