大規模なデータに基づくレコメンデーション システムを検討していますが、より高速に動作するように動的な DB 構造を維持するための専門的な方法も探しています。代替アプローチのいくつかを検討します。1 つは通常の SQL データベースに保持することですが、通常のファイル構造を使用する場合に比べて遅くなります。2 つ目は、nosql グラフ モデル DB を使用することですが、すべてのデータをマトリックスに継続的にプルするため、使用するアルゴリズムとも互換性がありません。最終的なアプローチは、通常のファイルを使用してデータを保持することですが、クエリ メソッドやエディターがないため、変更を追跡して監視するのが難しくなります。したがって、さまざまな方法と長所と短所があります。あなたの選択は何ですか？なぜですか？
1 に答える
0
「ファイル」と「ファイル構造」について何度も言及している理由がわからないので、何かが足りないのかもしれませんが、効率的なデータ処理のために、ファイルに物を保存したくないのは明らかです。ディスクへのデータの読み取り/書き込みにはコストがかかり、効率的で柔軟なファイル システム内のファイルを照会するものを見つけるのは困難です。
すでにレコメンデーションを行っている製品から始めると思います。
さまざまなアルゴリズムから選択して、推奨事項を作成するためにデータで実行できます。
自分でやりたい場合は、ハイブリッドアプローチがうまくいくでしょうか? グラフ データベースを使用して関係を表すこともできますが、各ノード/頂点は、データのより「完全な」表現が存在するドキュメント データベースまたはリレーショナル データベースへのポインターになる可能性があります。
于 2013-04-22T17:47:53.633 に答える