一个奇技淫巧的 tags 推荐算法.

V2EX = way to explore

V2EX 是一个关于分享和探索的地方

现在注册

已注册用户请登录

爱意满满的作品展示区。

这是一个创建于 2226 天前的主题，其中的信息可能已经有所发展或是发生改变。

想实现一个 tags 关联度算法, 大多是基于 Go/PHP 这些的, 没找到 SQL 实现的, 朋友推荐了一个算法

https://github.com/Iwark/jaccard

感觉这样不 GEEK，要是直接能写到 SQL 语句里就很 666 了，研究了半天，SQL 本身的逻辑实现这个蹩脚

于事，根据算法宗旨，写出来了下面这行语句，按关联度倒序，看懂的拿走不谢~~

10 跟 7 是两个 tag 的 ID，有多个就多个 repalce 套一下

select id, m from 
(
select id, group_concat('|', article_tags.tag_id,'|') as m from article
right join article_tags on article_tags.article_id=article.id
group by article.id
) as tt 
order by length(replace(replace(tt.m, '|10|', space(100)), '|7|', space(100))) 
desc

有更好的实现方法，欢迎分享~

第 1 条附言 · 2018-11-23 13:00:57 +08:00

```
select id, m from
(
select id, group_concat('|', article_tags.tag_id,'|') as m from article
right join article_tags on article_tags.article_id=article.id
group by article.id
) as tt
order by length(replace(replace(tt.m, '|10|', space(100)), '|7|', space(100))) - length(tt.m)*2
desc
```

这样就是变相的加上关联权重了.

SQL

算法

tags

Replace

5 条回复 • 2018-11-23 20:51:54 +08:00

CRVV

2018-11-23 12:05:47 +08:00

1. 原来那个 repo 里的算法毫无新意，就是自己建了一个 Hash Table 来计数
2. 楼主的 SQL 写得很怪异，建议认真学一下 SQL
3. 楼主的 SQL 写错了，原来的算法是 1|2|3-1|2 的相关性大于 1|2|3|4-1|2，这条 SQL 的结果应该是反的

china521

2018-11-23 12:47:24 +08:00

```
select id, m from
(
select id, group_concat('|', article_tags.tag_id,'|') as m from article
right join article_tags on article_tags.article_id=article.id
group by article.id
) as tt
order by length(replace(replace(tt.m, '|10|', space(100)), '|7|', space(100))) - length(tt.m)*10
desc
```

确实是
按原始长度权重减一下就对了，SQL 怪异没办法，group_concat 的真不能在 order 里计算, 必须用子语句

china521

2018-11-23 12:51:37 +08:00

哈哈，好像不能这样〜〜〜 233，当我没发

china521

2018-11-23 12:58:34 +08:00

这样加上权重有点暴力

leoleoasd

2018-11-23 20:51:54 +08:00

运算交给程序做
sql 只做 sql 该做的事情