图数据库
常用使用场景
- 社交应用场景：好友推荐，社交关系梳理（粉丝关注），怎么通过最少的人认识特朗普？
- 知识图谱：把错乱的关系网，快速的搜索出你需要的东西
-
推荐场景：
零售、电商、内容等个性推荐，挖掘用户需求，提升用户体验
- 导航城市规划：最短路径
- 金融领域：资产交易图
- 节点画像：设备画像，用户画像等
基本概念
- 节点（V）：人、电影、食谱、食材
- 节点属性（VP）:人的岁数、身高、年龄、职业
- 关系（E）：人和电影之间的关系（喜欢 ，点赞，评分等）
- 关系属性（EP）：人对电影的评分的分值
- 标签（Label）：对节点和关系进行分类的 用户(user)，设备(device)
比关系型数据库更适合做关系数据库
主体：用户---食谱
常见的推荐逻辑
- item ==> item
- 根据内容推荐相似食谱(食材、营养、标签等)
- user ==> item ==> user
- 推荐制作记录推荐相似用户
- user ==> item ==> user ==> item
- 根据相似度最高的用户推荐他常用的食谱
图数据库库中常用的推荐
- 内容过滤
- 协同过滤
- 余弦相似度
- 皮尔逊相似度
- 领域推荐
内容推荐
顾名思义是根据内容来做为推荐
食谱食材内容相似推荐：I2I
小鸡炖蘑菇和香菇炖鸡相同食材
可以找到和香菇炖鸡食材相同的食谱排序
还可以用食谱标签、食谱营养成分等内容作为推荐
Jaccard距离 u2i2u
公式：
根据制作过相同食谱的用户推荐相似用户
并集：取的是全量食谱
交集：取得是相同制作过的食谱
余弦相似度 u2i2u
公式：
样本数据：
用户A和用户B算余弦相似度
合集余弦：（正确的余弦相似度）
交集余弦：（有一定缺失的余弦相似度）
由于图数据库逻辑合并取参数逻辑，损失一部分值的余弦相似度计算方法
精确度问题
A与C的情况怎么办？
制作相同过食谱后
扩大食谱样本
就是说只发生在新用户已经少量制作的用户上，也就是合集较少的情况，在食谱样本扩大的时候以及用户制作过相同食谱之后，两个影响差值会缩小，也就是说用户越做推荐的越准确。经常制作的用户，样板偏差会被拉小。
皮尔逊相似度 u2i2u
公式：
样本数据：
用户A和用户B算皮尔逊相似度
空值预期为用户制作的平均次数
合集皮尔逊：
交集皮尔逊：
对比余弦相似度：
两个公式差距就是空值预期（零、平均数）,公式是可以互推的
领域推荐 u2i2u2i
根据相似度最高的用户推荐食谱（拿余弦相似度作为参考）
用户之间的相似度：
用户A--->用户B--->0.617
用户A--->用户C--->0.954
用户A--->用户D--->0.796
==》取到前两个相似用户C、用户D
==》红烧肉 =8x0.954+0x0.796=7.632
==》辣椒炒肉 =1x0.954+1x0.796=1.75
==》也就是加权求和排序，加权和大的在前面
良好推荐期望值：
- 功能全面个性化推荐
- 效果精准
- 性能快
实际的推荐场景里，功能、效果、性能三者相辅相成、也彼此互相影响，很多时候要进行折中的考虑
一、选取相似度算法问题
性能：余弦相似度>>皮尔逊相似度
准确度：余弦相似度<皮尔逊相似度
在阿里云GDB初始阶段我们会使用余弦相似度来做为用户之间相似度系数
二、数量级别过大全量计算过慢(数据筛选)
根据相似度最高的用户推荐食谱
采用数据过滤的方式
万/十万/百万 ==> 找到相同制作食谱最多的人
千/万==> 协同过滤
十/百==> 加权求和
三、冷数据问题
四、超时截断
超时后选取热门数据进行补足
作者:xiaospace
来源-微信公众号:九阳技术团队
出处:https://mp.weixin.qq.com/s/cq5GNDeT495xVwdAUTavvQ