推荐系统之---偏好数据构建

1.用户行为分类

根据用户操作的复杂度，将用户的操作分为四类；

• 一类：查看、停留、投票、评论、收藏、关注；
• 二类：转发；
• 三类：加入购物车：
• 四类：购买；

2.类别权重

• 一类：10%
• 二类：20%
• 三类：30%
• 四类：40%

3.创建原始数据表

/*Table structure for table `user_product_base` */

DROP TABLE IF EXISTS `user_product_base`;

CREATE TABLE `user_product_base` (
  `user_id` varchar(50) DEFAULT NULL COMMENT '用户编号',
  `pid` varchar(50) DEFAULT NULL COMMENT '商品编号',
  `op_type` int(11) DEFAULT NULL COMMENT '操作类型(0 评分,1投票,2转发,3收藏,4关注,5评论,6查看,7加购物车,8购买,9停留)',
  `op_num` int(11) DEFAULT NULL COMMENT '操作次数'
) ENGINE=MyISAM DEFAULT CHARSET=latin1;

/*Data for the table `user_product_base` */

• 数据表

user_id(用户编号)	pid(商品编号)	op_type(操作类型)	op_num(操作次数)
‘1’	‘10010’	1	3
‘1’	‘10010’	2	1
…	…	…	…

• 操作类型对应表，这个在下面计算评分时会用到

op_type(行为类型)	行为名称	行为权重
0	评分	0.1
1	投票	0.1
2	转发	0.2
3	收藏	0.1
4	关注	0.1
5	评论	0.1
6	浏览	0.1
7	加购物车	0.3
8	购买	0.4
9	停留	0.1

4.计算评分

SELECT user_id,pid,SUM(CASE 
	WHEN op_type = 0 THEN op_num * 0.1 #0评分	op_num 取值范围【1-5】	五颗星		属于一类
	WHEN op_type = 1 THEN op_num * 0.1 #0投票	op_num 取值范围【0-1】	是否投票	属于一类
	WHEN op_type = 2 THEN op_num * 0.2 #0转发	op_num 取值范围【0-1】	是否转发	属于二类
	WHEN op_type = 3 THEN op_num * 0.1 #0收藏	op_num 取值范围【0-1】	是否收藏	属于一类
	WHEN op_type = 4 THEN op_num * 0.1 #0关注	op_num 取值范围【0-1】	是否关注	属于一类
	WHEN op_type = 5 THEN op_num * 0.2 #0评论	op_num 取值范围【0-1】	好评1差评0	属于二类
	WHEN op_type = 6 THEN op_num * 0.1 #0查看	op_num 取值范围【0-n】 	次数		属于一类
	WHEN op_type = 7 THEN op_num * 0.3 #0加购车	op_num 取值范围【0-1】 	是否加入 	属于三类
	WHEN op_type = 8 THEN op_num * 0.4 #0购买	op_num 取值范围【0-1】	是否购买	属于四类
	WHEN op_type = 9 THEN op_num * 0.1 #0停留	op_num 取值范围【0-n】	停留秒		属于一类	
	ELSE 0 END) AS score
 FROM user_product_base GROUP BY user_id,pid

5.初召回

有了user_id,pid,score就可愉快的用协同过滤算法召回了。