协同过滤算法（一种内容推荐算法）的表结构一般怎么设计？

[zhenzinian]

自己开发着一款基于 UGC 的 APP，后台硬件环境是一台 1C,512M,15G SSD 的 Kvm 小鸡，装上 nginx+php7+MySQL5.5 后勉勉强强内存够用，但是使用时资源不能超，据说因为是特价机型，资源一超就会 suspend

现在还用不上，但可能以后用户多了会需要利用协同过滤算法来给用户做内容推荐。

关于这个算法简单的例子如下： 比如，

用户 1 喜欢 ：A C D G T I 用户 2 喜欢 : B G F S 用户 3 喜欢 ：A C G T I

那么可以认为用户 3 和用户 1 的喜好类似，所以给用户 3 推荐 D

但自己水平太菜，对这方面完全没有头绪，从表结构的设计，到计算的时机（因为不知道计算量和用户量增大之间的关系，如果计算量大是否可以安排到业务访问闲时来计算？），再到用到哪些 php 函数都不甚清楚

请问下有过经验的大人，有没有最简单的协同过滤方案，在这台小鸡上的最佳实践是？

[luckTtian]

不知道你推荐的内容是什么，我曾经玩过 hadoop+hbase+spark,（迫于毕设） hadoop 有协同过滤的包。最简单的协同过滤算法，复杂一点多个算法结合。

[DDDjango]

最简单的，皮尔逊积矩相关系数。基于项目。跑出来的训练集我记得应该是 每个电影最相似的十部电影，然后有新用户进入后，算出新用户历史观看的每部电影相似的程度，再推荐一波。。。毕设的时候做的，忘的差不多了

[MinQ]

这得看你是用的 ItemCF 还是 UserCF 了，首先这两个都需要用户对商品的评分表，然后如果是 ItemCF 的话需要建立用户物品倒排表，即每个用户喜欢哪些商品。然后构造同现矩阵（商品*商品矩阵），即表示同时喜欢某两种商品的用户数。然后就可以计算 item 之间的相似度了。最后得出来的是商品之间的相似度矩阵（商品*商品矩阵），当每一个用户进来以后，就可以根据他的已有评分，从相似度矩阵中取出对应的行，来计算用户对其它商品的评分

[MinQ]

这些都是离线计算，每天 0 点取前一天数据计算相似度，相似度算完了往 hive 表或者 mysql 里一扔，然后内存里留一份就行了。用户进来以后需要实时评分。

[wuyifar]

根据你的描述你想要的是基于用户的协同过滤做推荐属于离线召回，对于协同过滤不需要再数据库中键额外的表， 你需要通过用户的历史行为，构建一个矩阵 T T 有 N 列， 每一列代表一个 item 有 M 行， 每一行代表一个 user， 矩阵构建好了之后， 可以利用余项相识度等很多数学公式计算，每个用户之间的相似度，并保存。 最后再推荐的时候只需要返回前 N 个相似用户，喜欢的但是该用户没有行为的 item 就好了， 大概是这样。