2

我正在使用两个基本实体开发推荐系统：用户和对象。用户相似度指标将根据现有用户数据预先计算。然后，随着各种用户“标记”对象，对象将被推荐给每个用户（基于相似用户标记的内容）。

我是 NoSQL 新手，不确定建模 a) 用户标志事件和 b) 用户特定建议的最佳方法。两个选项对我来说似乎很明显：

1）“重量级”选项：将所有相关数据存储在主要对象中。例如：

UserA
    FlaggedItems
        FlaggedItemA
        FlaggedItemB
        FlaggedItemC
    RecommendedItems
        RecommendedItemA
        RecommendedItemB
        RecommendedItemC

或者：

ItemA
    FlaggedBy
        UserA
        UserC
        UserR
    RecommendedTo
        UserB
        UserD
        UserX

2）“轻量级”选项：将“标志”和“推荐”数据存储在粒度对象中。例如：

FlagEvent
    FlaggedBy
        UserA
    FlaggedItem
        ItemA
    DateTime

RecommendationEvent
    RecommendationTo
        UserC
    RecommendedItem
        ItemB
    DateTime

我的假设是轻量级方法将更具可扩展性，因为不会不断修改用户/项目对象，客户端同步将涉及获取用户特定的标志事件和推荐事件，并且不会有多个用户尝试修改相同的同时对象。但我是 CouchDB/noSQL 的新手，欢迎更有经验的用户提出想法。你有什么建议？

4

1 回答 1

2

一般来说，FlagEventandRecommendationEvent系统最像典型的 CouchDB 模型。

有了推荐，每个“事件”都有一个文档是整洁的，因为用户的大图推荐摘要可能是这些事件的减少。“这是你最推荐的。还有一些你可能喜欢的。” 类似的东西。

通过添加、更改或删除单个“原子”推荐项目，您可以影响最终输出。

同样，拥有标志事件的工作方式相同。通常，标志（或“喜欢”或“+1”或其他）对于用户和项目是唯一的。因此，您可以使用_id来存储类似username eventid对的东西。然后不可能标记两次，因为每个用户/项目组合都有 1 个且只有 1 个文档来表示该标志。创建或删除文档以标记/取消标记用户。

显然，您最了解自己的数据。但这是我最初的想法。当然，当有人说“推荐引擎”时，人们通常会立即想到“图数据库”而不是“文档数据库”——但我不知道有任何基于开源图数据库的高调推荐引擎（目前）。

于 2011-04-04T05:05:16.217 回答