sql 中文比较相似度_推荐系统：怎样实现内容相似推荐

很多产品想要加入推荐系统模块，最简单的就是做内容相似推荐，虽然技术简单但是效果却很好，对于增加用户粘性、提升用户留存有较多的效果，甚至很多产品后来加入了很多推荐模块之后，还是发现导流效果最好的依然是内容的相似推荐。

比如看完了一片《Python怎样读取MySQL》之后，在相似推荐中看到了一片题目为《Python操作MySQL的效果优化》的文章，很自然的就像多深入了解一下，于是就点进去看一看，那么对于整个网站来说，就会降低跳出率，增加用户的留存，是一个很好的用户体验。

实现一个内容相似推荐的方案比较简单，大体上包含以下步骤：

1、获取内容数据，比如标题、关键字、分类、甚至全文本；

一般文档、数据等内容都存储于mysql，可以使用python/java等语言直接读取mysql导出到文件.txt格式，或者直接用shell的mysql -e sql > data.txt的方式导出。

一般情况下，全文本内容太散，不会作为候选字段，但是有些视频之类的实体，因为标题和简介文字太少，如果有详情全文本的话，也可以加入候选数据字段。

2、对内容数据做中文分词；

如果是python语言，可以使用“结巴分词”，地址为：https://github.com/fxsjy/jieba

或者可以直接使用百度云的中文分词，百度的NLP自然语言处理技术还是很厉害的。

3、提取内容数据的关键词；

当分词之后，分词结果中包含很多“的”、“也”等无意义的词语，这些词语不能称之为关键词，一般会通过TF/IDF的