2021-10-26

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