使用 Pearson 的 Neo4j 协同过滤 (CF) 推荐查询

问题描述

大家好，Stackoverflow，

我想了解使用 Pearson 的查询。

nom 和 denom 可以是什么？

什么是r1: r1和r2: r2？

而且我不明白什么是 r.r1.rating 和 r.r2.rating。

此查询应推荐其他用户评分的电影。

MATCH (u1:User {id: 3})-[r:RATED]->(m:Movie)
WITH u1,avg(r.rating) AS u1_mean
MATCH (u1)-[r1:RATED]->(m:Movie)<-[r2:RATED]-(u2)
WITH u1,u1_mean,u2,COLLECT({r1: r1,r2: r2}) AS ratings WHERE size(ratings) > 10
MATCH (u2)-[r:RATED]->(m:Movie)
WITH u1,avg(r.rating) AS u2_mean,ratings
UNWIND ratings AS r
WITH sum( (r.r1.rating-u1_mean) * (r.r2.rating-u2_mean) ) AS nom,sqrt( sum( (r.r1.rating - u1_mean)^2) * sum( (r.r2.rating - u2_mean) ^2)) AS denom,u1,u2 WHERE denom <> 0
WITH u1,nom/denom AS pearson
ORDER BY pearson DESC LIMIT 10
MATCH (u2)-[r:RATED]->(m:Movie) WHERE NOT EXISTS( (u1)-[:RATED]->(m) )
RETURN m.name,SUM( pearson * r.rating) AS score
ORDER BY score DESC LIMIT 25

输出如下：

"m.name" │"score" │

│《西雅图夜未眠》│25.859451877376813│

│《隧道》│22.652532472101605│

│《甲壳虫汁》│22.21835919736008 │

│“如果你知道什么就尖叫..”│21.935357890253528│

│《亡灵黎明》│21.421377433824798│

│《禅达的囚徒》│21.225502683325033│

│《天才雷普利先生》│20.83938743140176 │

任何建议都会有所帮助。

解决方法

所以这里描述了 Pearson 的公式：https://en.wikipedia.org/wiki/Pearson_correlation_coefficient#For_a_sample

nom 只是该公式的分子，定义如下： “与总和（（r.r1.rating-u1_mean）*（r.r2.rating-u2_mean））AS nom，”

同样，denom 是分母。

我对另外两个问题不太清楚，但希望这会有所帮助！