图表-文档-建议

数据挖掘 机器学习 预测建模 推荐系统 新4j
2021-09-20 20:05:01

我想建立一个推荐系统来向用户推荐产品。这是出于研究目的。引擎将集成到的上下文系统也尚未构建。

所以现在我正在启动这个项目,建立一个电子商务和社交网络平台用于研究目的。

为了实现推荐系统,我想将Neo4jElasticsearch相互集成。对于基于内容的过滤部分,Elasticsearch 应该可以很好地完成它的工作。对于协同过滤部分,我想在 Neo4j 中使用 Graph。

我想就以下关于这个话题的问题向您请教一些经验或建议:

  1. 我应该使用另一个数据库作为主系统存储,只使用 Neo4j 存储推荐数据吗?还是将所有内容存储在同一个图表中的建议方式?
  2. 您如何确定推荐计算的哪一部分应该实时在线进行,哪一部分离线作为预计算?
  3. 这里有没有人对这种实现有一些经验?你的架构是什么样的?

抱歉,如果这里和那里的描述有点模糊。我对此也很陌生,想扩大我的视野。

非常感谢你的帮助。我真的很乐意在这里得到一些意见吗?

干杯 TJ

1个回答

为什么不使用像 OrientDB(我是作者)或其他任何人的多模型 DBMS?这样,只需一个系统,您就可以将文档和图形存储在一起。

它将是: - 更快(因为您避免了对 2 个系统的双重调用,在大多数情况下,第二个调用需要第一个调用的输出,因此您需要付出很多延迟) - 更易于管理:一个 DBMS,一个一套技能,在商业支持的情况下,只有一个供应商

根据您的用例,使用像 OrientDB 这样的多模型 DBMS,您可以从 FULL-TEXT 查询开始(底层技术是 Lucene,与 Elastic Search 相同),然后导航结果图。

查看 Social Travel Agency 示例,了解如何同时混合多个模型:https ://orientdb.com/docs/3.0.x/gettingstarted/demodb/DemoDB-DataModel.html 。