前些日子，公司要求做推荐系统，不言而喻，推荐系统对于电商来说是非常有优点的。当然我们是刚開始做，还得从简单的開始做，首先第一版是依据用户近期浏览的进行推荐。接下来，可能要依据相似用户进行相似用户的推荐。这样还要对会员进行分等级。所以后面的工作还有非常多。

博客是个好东西，我热衷于博客记录下我做过的每一件事。

实现的步骤例如以下：

流程图：

思路：

实现的步骤为：

1、得到用户信息。

技术实现：抓取用户近期浏览的一款商品的 SKUid;同一时候获取用户的UV（独立訪客），这样用户一开网页我们就知道是哪个用户了。

2、对用户浏览的商品分析出相似商品。

技术实现：拿到SKUid进行分析同样类目（Cid）下的SKUid。这样获得了商品的相似度。然后再依据价格进行排序，取价格最靠近当前浏览的十个SKUid。

3、页面展示：

技术实现：分析完数据后，我们依据UV（独立訪客）给用户推荐同一类目下价格接近的商品。js文件将会将推荐的商品在页面渲染出来。

过程中遇到的问题：

问题一：

分析器5秒跑一次，可是每个新UV进来，就会往数据库多加一条数据。数据量大了，分析器分析起来就慢了；

解决的方法：

添加一个字段为存放时间戳，当新增一条数据，存一个时间戳，假设该用户继续浏览还有一个ITEM页面，即更新skuid、价格、等信息外，还要更新保存的时间戳为当前的时间，这样事实上就好办了，我就仅仅分析当前时间就在近期五分钟左右的数据。由于这五分钟的用户都是近期的用户，还有正在浏览页面的用户。这样就攻克了分析器跑不动的问题。也过滤掉了反复分析的问题。

问题二：

毫无疑问，这样下去表会越来越大，查询的性能也会慢慢减少。

解决的方法：

方案一：这样事实上我们能够另外建一张表，仅仅用来保存结果的表。或者就两个字段，一个是会员名，一个就是推荐的skuid信息。不是会员的用户我们仅仅保存近期的两三天的推荐记录。

方案二：不建表，将结果保存到memcache。保质期为一个月。

问题三：

如何防止被刷；

解决方式：

加入一个字段，每次该条记录变动一次，加入的字段加一，当天超过一千的，进行屏蔽。

转载于:https://www.cnblogs.com/mfrbuaa/p/3987598.html

推荐系统依据近期浏览进行推荐相关推荐

新闻推荐系统：基于内容的推荐算法——ＴＦＩＤＦ、衰减机制（github java代码）
转自: 因为开发了一个新闻推荐系统的模块,在推荐算法这一块涉及到了基于内容的推荐算法(Content-Based Recommendation),于是借此机会,基于自己看了网上各种资料后对该分类方法的 ...
自己动手写一个推荐系统,推荐系统小结,推荐系统：总体介绍、推荐算法、性能比较, 漫谈“推荐系统”, 浅谈矩阵分解在推荐系统中的应用...
自己动手写一个推荐系统废话: 最近朋友在学习推荐系统相关,说是实现完整的推荐系统,于是我们三不之一会有一些讨论和推导,想想索性整理出来. 在文中主要以工程中做推荐系统的流程着手,穿插一些经验之谈,并 ...
在线音乐推荐网 Python+Django+Mysql开发技术基于用户、物品的协同过滤推荐算法个性化音乐推荐系统音乐网站+协同过滤推荐算法机器学习、分布式大数据、人工智能开发
在线音乐推荐网 Python+Django+Mysql开发技术基于用户.物品的协同过滤推荐算法个性化音乐推荐系统音乐网站+协同过滤推荐算法机器学习.分布式大数据.人工智能开发 MusicRec ...
淘宝猜你喜欢为什么一定要根据最近浏览行为推荐商品?
咖友提问:淘宝猜你喜欢为什么一定要根据最近浏览行为推荐商品? 问题背景: 最受不了淘宝的猜你喜欢功能! 为什么!? 前段时间,我家媳妇用我的淘宝买了一次姨妈巾,您猜怎么着? 我现在每天打开淘宝满眼都是 ...
笔记：基于标签的推荐系统、基于图的推荐算法、PersonalRank
笔记:基于标签的推荐系统.基于图的推荐算法.PersonalRank 发表于11个月前(2015-05-26 19:15) 阅读(44) | 评论(0) 2人收藏此文章, 我要收藏赞0 原文:h ...
推荐系统8——利用社交网络数据推荐
在之前我也看了很多人写的推荐系统的博客,理论的.算法的都有,多是个人的理解和感悟,虽然很深刻,但是对于自己而言还是不成系统,于是我参考大牛项亮编著的<推荐系统实践>将该领域知识系统整理一遍 ...
推荐系统(十一) 2021-2022年工业界推荐算法实践经验汇总
对2021-2022年,工业界推荐算法实践经验进行了梳理,主要以下几个维度进行归纳: 推荐系统(十一) 2021-2022年工业界推荐算法实践经验汇总对2021-2022年,工业界推荐算法实践经验进行 ...
【推荐系统】EMBEDDING 在大厂推荐场景中的工程化实践
" 解读YouTube.Airbnb.Alibaba的三篇经典论文,总结Embedding在工业界的一些用法和技巧,这三篇论文亮点众多,提供的经验非常值得我们去细细品味和借鉴.这篇文章篇幅较 ...
推荐系统算法与KTV点歌推荐
文章目录一推荐系统 1.1 推荐系统概述 1.2 推荐引擎原理二推荐引擎评价指标三推荐引擎分类四推荐机制五推荐系统应用一推荐系统 1.1 推荐系统概述在现今信息数据爆炸的 ...

推荐系统依据近期浏览进行推荐

流程图：

思路：

过程中遇到的问题：

问题一：

解决的方法：

问题二：

解决的方法：

问题三：

解决方式：

推荐系统依据近期浏览进行推荐相关推荐

最新文章

热门文章