大型推薦器

Question

我正在處理一個推薦問題，其中涉及300萬用戶和500,000個產品。該建議的目的是在訪問特定產品時向特定用戶推薦5-10個更多產品。

我們完成了實時推薦引擎部分，但我們發現在1-2秒內推薦並不那麼容易。我們認爲兩種策略：

1. 運行建議脫機批處理模式，然後把結果存儲在MySQL的DB。但是，表格中的條目數量似乎是一個巨大的數字。每個產品的每個用戶應至少存儲5-10個推薦產品。如果我創建一個包含用戶和產品的表格作爲表格屬性，則會有300萬x 500,000條目。

2. 預測飛行中的建議。我們只是試了一下，但響應時間太長了。

任何人都可以給我一些關於這個問題的建議嗎？

Answer 1

對於我來說，創建每個用戶產品對的推薦產品列表看起來很奇怪。通常情況下，您只有每種產品的類似產品列表才能滿足您的使用情況。