用 ElasticSearch 实现 “猜你喜欢” 智能推荐

主流电商平台有一个很常见的功能:“猜你喜欢”智能推荐,对用户做了精准画像,算法复杂,而普通的项目中,因为内容规模有限,便用 ElasticSearch 基本可以实现基础需求

在我们开发的 店熵SAAS平台(shopfai.com)项目中使用了本文中的方案,比较稳定,用户体验还不错。

实现思路:

  1. 访问某个商品时,提取此商品的关键词,写入ES 历史关键词(索引名示例:history_keywords)
  2. 聚合ES 历史关键词 中的所有关键词,提取出现最多的前几个
  3. 用提取出这几个关键词再次查询商品,作为“猜你喜欢” 推荐结果

几个核心控制点:

  1. ES 历史关键词 需要控制总数量,只保存最近访问的数据,可以用Redis实现一个循环记数器,计数器的值作为ES记录的ID写入,实现ES数据的循环写入,这个数量取多少合适,跟据具体项目调整优化,1000亦可,10000亦可,会直接影响推荐结果
  2. 聚合 ES历史关键词时 ,具体取几个需实际优化调整,我们项目中取了 10 个
  3. 当用户首次访问时,尚无历史关键词数据,这时候可以取 “热搜词”(热搜词功能需另外实现)

简化流程图:

核心的 ES 查询语法:

提取商品名称里的关键词:

POST /_analyze
{
    "tokenizer" : "ik_smart",
    "text": "商品名称ABC"
}

因为不同语言封装方法不同,这里只贴了 原生 诘法,分词器中文用了ik_smart,根据具体情况调整

从历史关键词中提取出现最多的前几个:

POST /history_keywords
{
    "size":0,
    "query":{
        "bool":{
            "filter":[
                {
                    "term":{
                        "user_id":"123"
                    }
                }
            ]
        }
    },
    "aggs":{
        "topN":{
            "terms":{
                "field":"keyword",
                "size":10
            }
        }
    }
}

history_keywords 里只有两个字段 用户ID(user_id),关键词(keyword)

最后,用这几个关键词查询商品,代码不贴了。

 本文原始网址:用 ElasticSearch 实现 “猜你喜欢” 智能推荐,转载请保留出处

  • 2
    点赞
  • 16
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值