三步在阿里云上搭建一套个性化推荐系统？专家带你( 二 ) _推荐系统

select feature_extractor('text', 'ADB For PG is very good!');【三步在阿里云上搭建一套个性化推荐系统？专家带你】假设新闻如下图所示，通过以下两个步骤将新闻信息存入新闻表news表中。

文章插图

（1）提取新闻关键词。由于分析型数据库PostgreSQL版暂时不支持关键词提取函数，您可以调用jieba结巴中文NLP系统）中的关键词抽取函数（
jieba.analyse.extract_tags(title + content, 3)）提取关键词。
（2）执行INSERT将新闻信息（包含关键词和新闻特征向量）存入新闻表news表中。

insert into news(news_id, create_time, title, content,keywords, click_times,two_hour_click_times) values(1, now(),'韩国军方:朝鲜在平安北道一带向东发射不明飞行物','据韩国联合参谋本部消息，当地时间今天下午16时30分左右，朝鲜在其平安北道一带向东发射不明飞行物 。', '韩国 朝鲜 不明飞行物', 123, 3);

2.提取用户特征向量（1）提取用户浏览关键词。根据用户的新闻浏览日志，我们很容易得到用户的浏览关键词。例如，执行以下SELECT得到用户 person_id为9527的浏览关键词。

select keywordsfrom Person p, Browses_History bh, News n where p.person_id = bh.person_id and bh.news_id = n.news_id and p.person_id = 9527;

（2）将用户浏览关键词转换为用户特征向量。将用户浏览关键词全部提取出来之后，就可以得到用户总的浏览关键词。例如，用户person_id为9527浏览了关键词为“NBA 体育”、“总决赛”、“热火”、“火箭”的新闻。然后通过文本转换为向量函数，将用户person_id为9527浏览的关键词转换成向量。
select feature_extractor('text', 'NBA 体育总决赛热火火箭'));3.根据用户特征向量获取新闻推荐结果通过用户特征向量，到新闻表news中查询相关的新闻信息。例如，执行以下SELECT将返回和用户相关的前500条新闻，同时系统也会过滤掉用户已经阅读过的文章。获取新闻推荐结果之后，应用就可以将用户感兴趣的新闻推荐给用户了。

select news_id, title, content, (extract(epoch from (now()-create_time)) * w1 + click_times/extract(epoch from (now()-create_time)) * w2 + two_hour_click_times/extract(epoch from (now()-create_time)) * w3 + ann_distance * w4) as rank_scorefrom (select *, l2_distance(news_vector, feature_extractor('textf', 'NBA 体育 总决赛 热火 火箭')) as ann_distance from news order by ann_distance desc limit 500) S order by rank_score desc;

参数说明：
• ann_distance：用户与新闻的相关度。
• create_time：新闻的创建时间。
• click_times/(now()-create_time)：新闻热度点击率。
• two_hour_click_times/(now()-create_time)：新闻近期热度点击率。
• w1、w2、w3、w4：逻辑回归模型学习中各个属性的权重。