Day5笔记

随机匹配

为了帮大家更快地发现和自己兴趣相同的朋友

匹配 1 个还是匹配多个？

答：匹配多个，并且按照匹配的相似度从高到低排序

怎么匹配？（根据什么匹配）

答：标签 tags

还可以根据 user_team 匹配加入相同队伍的用户

本质：找到有相似标签的用户

举例：

用户 A：[Java, 大一, 男]

用户 B：[Java, 大二, 男]

用户 C：[Python, 大二, 女]

用户 D：[Java, 大一, 女]

1. 怎么匹配

1. 找到有共同标签最多的用户（TopN）
2. 共同标签越多，分数越高，越排在前面
3. 如果没有匹配的用户，随机推荐几个（降级方案）

编辑距离算法：https://blog.csdn.net/DBC_121/article/details/104198838

最小编辑距离：字符串 1 通过最少多少次增删改字符的操作可以变成字符串 2

余弦相似度算法：https://blog.csdn.net/m0_55613022/article/details/125683937（如果需要带权重计算，比如学什么方向最重要，性别相对次要）

2. 怎么对所有用户匹配，取 TOP（下一期的内容）

直接取出所有用户，依次和当前用户计算分数，取 TOP N（54 秒）

优化方法：

1. 切忌不要在数据量大的时候循环输出日志（取消掉日志后 20 秒）

2. Map 存了所有的分数信息，占用内存解决：维护一个固定长度的有序集合（sortedSet），只保留分数最高的几个用户（时间换空间）e.g.【3, 4, 5, 6, 7】取 TOP 5，id 为 1 的用户就不用放进去了

3. 细节：剔除自己 √

4. 尽量只查需要的数据：

5. 过滤掉标签为空的用户 √

6. 根据部分标签取用户（前提是能区分出来哪个标签比较重要）

7. 只查需要的数据（比如 id 和 tags） √（7.0s）

8. 提前查？（定时任务）

9. 提前把所有用户给缓存（不适用于经常更新的数据）

10. 提前运算出来结果，缓存（针对一些重点用户，提前缓存）

大数据推荐，比如说有几亿个商品，难道要查出来所有的商品？

难道要对所有的数据计算一遍相似度？

匹配通用

检索 => 召回 => 粗排 => 精排 => 重排序等等

检索：尽可能多地查符合要求的数据（比如按记录查）

召回：查询可能要用到的数据（不做运算）

粗排：粗略排序，简单地运算（运算相对轻量）

精排：精细排序，确定固定排位

匹配算法

最短距离算法

* 编辑距离算法（用于计算最相似的两组标签）

* 原理：https://blog.csdn.net/DBC_121/article/details/104198838

TreeMap内部排序

• SortedMap（java.util.SortedMap）接口是Map的子接口，SortedMap中增加了元素的排序，这意味着可以给SortedMap中的元素排序。

• SortedMap的实现TreeMap
  SortedMap接口的实现TreeMap (java.util.TreeMap).

• 创建TreeMap
  可以通过TreeMap的构造函数创建TreeMap 实例：

SortedMap sortedMap = new TreeMap();

• 创建TreeMap使用Comparator
  可以使用Comparator的实现作为TreeMap 构造函数的参数 ，这个Comparator将用于对存储在SortedMap中的键、值对的键进行排序：

Comparator comparator = new MyComparatorImpl();
SortedMap sortedMap = new TreeMap(comparator);

• 排序
  SortedMap中的排序顺序要么是元素的自然排序顺序（如果它们实现了java.lang.Comparable)，或由Comparator确定的顺序。