思路
假設有使用者A的喜好列表SA[1,2,3]和使用者B的喜好列表SB[3,4,5]，通過len(SA^SB)/len(SA)就能簡單地得到一個能代表B相對於A的相似度，雖然不一定很精準，但勝在簡單。
127.0.0.1:6379> sinter a:like b:like
1) "3"
len(SA^SB)=1
len(SA)=3
因而相似度為1/3
複製程式碼對於某個使用者A，用A對其他使用者C[2,3,6],D[1,2,3,4],E[1,2,3,4,5,6,7],求相似度，通過對列表排序，就能得到關於A的相似度優先列表[D,E,C,B]
相似度分別為2/3,1,1（此處有點問題，遠多於這種情形應該是不怎麼相似才對）
因而排序是D，E，C，B
複製程式碼使用差集操作，B相對於A的差集就是除並集外B的剩餘部分，此場景下通俗點來講就是從相似好友中推薦A可能會喜歡的物品。 sdiff key1 key2，求出key1相對於key2的差集
127.0.0.1:6379> sdiff d:like a:like
1) "4"
127.0.0.1:6379> sdiff e:like a:like
1) "4"
2) "5"
3) "6"
4) "7"
127.0.0.1:6379> sdiff c:like a:like
1) "6"
127.0.0.1:6379> sdiff b:like a:like
1) "4"
2) "5"
(integer) 2
複製程式碼這個時候，將所有的差集求並集之後就能得到使用者a的推薦列表了
簡單實現
用golang做了一個簡單的實現版本，程式碼放在這
實現過程遇到的比較有趣點分別是，相似度的計算邏輯，怎麼得到某個使用者與所有好友差集的全集，以及如何給使用者推薦物品
相似度的計算邏輯
按照思路，本意是通過len(SA^SB)/len(SA)來算，但是考慮到SA較少而SB較多甚至SB完全覆蓋了SA的場景，不能那麼簡單就算了，羅列一下發現有以下情形
- A和B的元素幾乎沒重合，例如[1,3,5,7,9]和[2,3,6,8,10]
- A和B的元素有部分重合，例如[1,3,5,7,9]和[2,3,5,7,10]
- A和B的元素完全重合且B中存在少量不存在A的元素，例如[1,2,3]和[1,2,3,4]
- A和B的元素完全重合且B中存在大量量不存在A的元素，例如[1,2,3]和[1,2,3,4,5,6,7,8]
若是簡單的通過len(SA^SB)/len(SA)來算，那麼第四種情況也會被當做很高相似度，這並不是正確的做法，於是就想到減去B中非交集的部分佔B元素的比例，即變為len(SA^SB)/len(SA) - len(SB-SA^SB)/len(SB)
雖然勉強能用，但是糾結了一下，如果len(SA^SB)/len(SA)的意義是交集能代表A的程度數值，-len(SB-SA^SB)/len(SB)代表除去B不能代表A的程度數值，那麼len(SA^SB)/len(SB)，也是交集能代表B的程度數值，如果同時使用能代表A的程度數值與能代表B的程度數值，直覺更為精準
於是公式就變成了len(SA^SB)/len(SA)-len(SB-SA^SB)/len(SB)+len(SA^SB)/len(SB)，最後各加個引數，來表示各個數值佔相似度的權重，變成了plen(SA^SB)/len(SA)-qlen(SB-SA^SB)/len(SB)+r*len(SA^SB)/len(SB)
然而到這，要得到一個很是精準的相似度計算演算法，真的不簡單，引數數值的選擇讓人頭疼，然而又缺乏一點必要的數學知識來推導這個值（每到這裡就羨慕研究生），於是就隨便測試了下，最後確定了一個做法
if float64(len(s))/float64(likeLen) >= 1 {
similarity = 0.66 * float64(len(s))/float64(likeLen) - 0.38 *float64(friendLikeLen-len(s))/float64(friendLikeLen) + 0.45 * float64(len(s))/float64(friendLikeLen)
}else{
similarity = float64(len(s))/float64(likeLen) - 0.3 *float64(friendLikeLen-len(s))/float64(friendLikeLen) + 0.35 * float64(len(s))/float64(friendLikeLen)
}
複製程式碼likeLen為使用者喜好列表的長度，friendLikeLen為好友的喜好列表的長度,len(s)為交集的長度，程式碼大意就是若是B遠遠覆蓋了A，則採用p=0.66,q=0.38,r=0.45，若B沒覆蓋到A，則p=1,q=0.3,r=0.35
得到某個使用者與所有好友差集的全集
根據相似度對好友排序之後，遍歷好友列表，對每個好友與使用者求差集，求出的差集應如何得到一個給使用者推薦的全集
首先想到的是暴力方法，每取到一個差集，就使用redis sadd命令，虛擬碼如下
for friend := friends {
list := redis.sdiff(friend, user)
redis.add(user:recommend, list)
}
複製程式碼這樣既能保證次序，實現起來又很簡單，但是缺點就是使用者存在多少個好友，就得操作多少次redis，這實在不是一個好選擇
於是在這個基礎上，想到一個方法，先把差集都存放到一個slice中，最後for迴圈退出時只需要執行一次sadd即可，虛擬碼如下
for friend := friends {
list := redis.sdiff(friend, user)
recommendList.append(list)
}
redis.sadd(recommendList)
複製程式碼仔細想了下，假設使用者的好友數量很大，好友的喜好列表也很大，各個好友間的喜好情況幾乎一樣，那麼在控制記憶體不爆滿的情況，很極端的時候會出現存放到redis的使用者的推薦列表，並沒有多少個選項.
比如[1,2,3....,1,2,3]，n個123，最後得到的使用者推薦列表只有1,2,3，於是明白還是得在程式碼裡得到一個set
想到了用map[int]struct和[]int結合的辦法，把物品ID作為key，以此甄別是否已存在元素（若是直接用slice則需要每次都遍歷slice檢驗存在，時間複雜度比較高）,元素放置到slice中，最後redis.add
m := make(map[string]*struct{},len(simFriends))
indexes := make([]string,0,len(simFriends))
for _, friend := range simFriends {
redisClient.Append("sdiff", fmt.Sprintf(userLikeKey, friend.ID), fmt.Sprintf(userLikeKey, userID))
r := redisClient.GetReply()
if err := r.Err; err != nil {
panic(err)
}
values, err := r.List()
if err != nil {
panic(err)
}
for _, val := range values {
if m[val] != nil {
continue
}
m[val] = &struct{}{}
indexes = append(indexes, val)
if len(indexes) >= 500 {
break
}
}
}
redisClient.Append("lpush", fmt.Sprintf(userRecommendKey,userID), indexes)
複製程式碼一種空間換時間的做法，保證了推薦的次序，一定程度上也保證了推薦的個數，仔細的你可能看到了，沒用sadd命令，原因在下節
給使用者推薦物品
想到的推薦場景有兩種，一種是類似網易雲私人FM的一個一個的推薦，一個是類似淘寶京東這種猜你喜歡幾個幾個的推薦
當使用redis set的資料結構，雖然能做到一個一個地推薦，但是要麼就是srandmember命令，隨機成員，沒有按相似度排序，要麼就是Spop key 1，這個推薦了一次就不會在推薦第二次，或許不是很友好
然後想到其實我程式碼裡面已經做了set的操作，存放在redis即便不是set也沒問題，用list結構，無論是lrange,lindex又或者很極端的用rpop都沒問題，可以說是很適合了,程式碼
func getUserRecommend(userID,pageSize,page int) []string{
redisClient.Append("lrange", fmt.Sprintf(userRecommendKey,userID), pageSize*(page -1),pageSize*page - 1)
r := redisClient.GetReply()
if r.Err != nil {
log.Println(r.Err)
return nil
}
recommendList,err := r.List()
if err != nil {
log.Println(err)
return nil
}
return recommendList
}
複製程式碼總結
主要還是增加了對redis資料結構的適用場景的思考。此外越接觸興趣推薦，越是對研究生的研究課題感興趣，越是湧現讀在職的慾望，越是對數學界和計算機界的大神表示敬畏。
水平有限，歡迎拍磚