不曾走远的博客

在讲解该项目之前，我们先了解下，协同过滤的常规业务场景与作用。你想想抖音里，你看的小说里，是不是会发现你喜欢的内容都几乎比较同质化，或同类化，这都是商家在后台进行了一定的用户画像以及使用了一定的推荐算法来实现的，本文不在于讲解推荐算法，重在讲解以推荐算法的数学模型的基础上以MySQL的方式来进行数据分析。当数据量大到一定程度后，往往会采用Hive或者MySQL数据库存储数据，数据量较大时，往往在使用编程语言读取内容会较为吃力，故本文在以MySQL的视角下分享协同过滤的问题。

本文将介绍MySQL在创建表时出现‘Duplicate column product’问题的解决方法，问题如下

MySQL分组统计及占比分析的方法实现

本专栏将会由浅入深的讲解各种VRP问题，包括从不同的VRP问题，以及对应的智能优化算法以及源码分享等，目前VRP专栏的更新进度才刚开始，敬请各位朋友们耐心等待，也欢迎对VRP问题感兴趣的朋友关注此专栏，因为工作原因，整理项目包括排版分享等工作较耗时间，但作者相信，大家的等待一定是值得的。

上一章节讲述了MySQL函数的基础应用，包括数学函数、日期函数、字符串函数、条件判断函数以及系统函数，本小节将会讲述函数查询的大杀器----高级窗口函数，若是在面试过程中考到了SQL问题，窗口函数是必会被提问的，所以窗口函数在SQL中的地位就举足轻重，是必须且重点掌握其使用方法。

项目背景：运用回归模型进行房价预测。 影响房价的因素有很多，在本题的数据集中有79个变量几乎描述了爱荷华州艾姆斯（Ames，lowa）住宅的方方面面，要求预测最终的房价。数据介绍： 我们要使用BartdeCock于2011年收集 [DeCock,2011]， 涵盖了 2006−2010 年期间亚利桑那州埃姆斯市的房价。技术栈： 特征工程（Creative feature engineering） 回归模型（Advanced reg