哪些框架/数据库为基于内容的过滤提供了良好的解决方案？

Question

假设我对具有某些属性的产品有 700 000 次观察，我们称它们为标签。

假设我们有 userX。我想实现一个简单的基于内容的过滤方法：根据标签计数/相关性对产品进行排名。 因此，假设 userX 偏好： - 黄色的 - 价格（0-15） - 品牌

要获得推荐，需要检查所有 700.000 个观察值（可以通过标签在 noSQL 数据库规范化设置中完成，但当涉及多个标签时仍然可能有很多观察值），并计算特定产品中存在的标签。

我可以使用什么框架或方法来快速做到这一点？ IE。在几秒钟内得到结果？

我的一些想法是：

• 纯nodejs服务器
• 纯python服务器
• neo4j 图形数据库，但不确定如何在此设置中实现关系？

Answer 1

产品“观察”是否包括用户购买/互动？如果是这样，在像 neo4j 这样的图形数据库中，您可以像这样对数据进行建模：

这里有一个购买了产品的用户，该产品具有一个或多个标签属性。要生成基于内容的推荐，您可以使用这样的 Cypher 查询：

MATCH (u:User {name: "Bob"})-[:PURCHASED]->(p:Product)
MATCH (p)-[:TAGGED]->(t:Tag)
MATCH (t)<-[:TAGGED]-(rec:Product) WHERE NOT (u)-[:PURCHASED]->(rec)
RETURN rec, count(*) AS weight ORDER BY weight DESC

此查询实质上是说：“查找 Bob 购买的所有产品。查找这些产品的标签。现在查找带有 Bob 没有购买的相同标签的产品。将这些产品推荐给 Bob，显示最高的产品首先是重叠标签的数量。”

更多信息请见in this video 和in this tutorial。