我试图通过PHP实现一个斜率一个算法用于基于用户的项目推荐。为此,我使用OpenSlopeOne库。我遇到的问题是生成的建议与用户无关。斜坡一个实现提供较差的建议
目前我有两个表:user_ratings和slope_one。 user_ratings表格非常简单。它包含该特定用户给出的每个项目的评分(user_id,item_id和user_item_rating)。 slope_one表遵循OpenSlopeOne的默认模式:item_id1,item_id2,时间和评级。
的slope_one表使用下面的SQL过程填充:
CREATE PROCEDURE `slope_one`()
begin
DECLARE tmp_item_id int;
DECLARE done int default 0;
DECLARE mycursor CURSOR FOR select distinct item_id from user_ratings;
DECLARE CONTINUE HANDLER FOR NOT FOUND set done=1;
open mycursor;
while (!done) do
fetch mycursor into tmp_item_id;
if (!done) then
insert into slope_one (select a.item_id as item_id1,b.item_id as item_id2,count(*) as times, sum(a.rating-b.rating) as rating from user_ratings a, user_ratings b where a.item_id = tmp_item_id and b.item_id != a.item_id and a.user_id=b.user_id group by a.item_id,b.item_id);
end if;
END while;
close mycursor;
end
并获取给定用户,我执行下面的查询最相关的建议:
SELECT
item.*
FROM
slope_one s,
user_ratings u,
item
WHERE
u.user_id = '{USER_ID}' AND
s.item_id1 = u.item_id AND
s.item_id2 != u.item_id AND
item.id = s.item_id2
GROUP BY
s.item_id2
ORDER BY
SUM(u.rating * s.times - s.rating)/SUM(s.times) DESC
LIMIT 20
如前所述,这似乎并不奏效。我正在处理一个相当大的数据集(超过10,000条建议),但我只是没有看到任何形式的关联。事实上,大多数推荐对于用户来说似乎都是一样的,即使是完全不同的商品评分。