作曲家を使用して、推奨システムのジレンマを解決する：Andres-Montanez/推奨

ソリューションを検索している間、Symfony2プラグインAndres-Montanez/Adminessations-Bundleを見つけました。これにより、プロジェクトに大幅な改善がもたらされました。このプラグインはMongoDBに基づいており、ピアソン距離を使用して同様のアイテムに一致するアイテムベースの推奨エンジンを実装しています。そのコア関数は次のとおりです。

• registerItem ：アイテムタイプ（例：映画）、ラベル（例：プロット、アクション）、および名前空間を指定できます。
• レコードユーザーインタラクション（ addAction ） ：ユーザーの動作を記録できます。たとえば、ユーザー「Jon」は映画「Batman」で5ポイントを獲得しました。
• getRecommendations ：特定のユーザーに推奨事項を提供すると、結果はタイプ、タグ、名前空間でフィルタリングできます。

Composerを使用してこのプラグインをインストールすることは非常に簡単です。

 <code>composer require andres-montanez/recommendations-bundle</code>

インストール後、Symfonyプロジェクトでこのプラグインを有効にし、MongoDBデータベースを構成する必要があります。次に、定期的にアイテムの類似性を更新するためのタイミングのジョブを定義します。このタイミングタスクの頻度は、データのボリュームと更新要件に従って設定でき、通常は週に1回良い出発点です。

パフォーマンスをさらに最適化するために、この推奨サービスをラップするサービスラッパーも構築しました。これにより、特定のニーズに応じてカスタマイズし、マルチレベルのキャッシュを追加できます。たとえば、大規模なデータセットの場合、ユーザーの推奨結果はゆっくりと変化するため、ユーザーの推奨結果は24〜48時間キャッシュできます。これにより、システムの応答速度が大幅に向上する可能性があります。

実際のアプリケーションでは、この推奨システムは非常にうまく機能します。使用されたデータセットテスト結果は、100,000の評価、943ユーザー、1,682のアイテムを持つデータセットで、類似性の生成には約4分しかかかり、ユーザーの推奨が2秒未満で取得されることを示しています。より大きなデータセット（100万の評価、6040ユーザー、3883項目）の場合、類似性の生成時間は約90分ですが、ユーザーの推奨事項の取得は2秒でまだ完了します。これらのデータセットは、 https：//www.php.cn/link/117007d714adf33db6d2653d903ebf2dで入手できます。

全体として、Andres-Montanez/Adcumentations-Bundleは、Composerを介してプロジェクトにインストールおよび統合されました。私の推奨システムのジレンマを解決しただけでなく、パフォーマンスの大幅な改善とユーザーの満足度の改善ももたらしました。このプラグインの柔軟性と効率性により、パーソナライズされた推奨システムの構築に最適です。

以上が作曲家を使用して、推奨システムのジレンマを解決する：Andres-Montanez/推奨の詳細内容です。詳細については、PHP 中国語 Web サイトの他の関連記事を参照してください。