用户推荐方案求解?

[bubble21]

用户推荐方案,用户有几项资料例如 本人学历(高中,大专,本科....),本人年龄,本人城市,本人年收入(5w,5w-10w,15w-30w...),

期望学历(都可以,高中以上,大专以上,本科以上....),期望年龄(23-30),期望城市,期望年收入(都可以,5w 以上,15w 以上...)

多选项的都是采用字典,现在是通过在 sql 中(CASE WHEN 城市=期望城市 THEN 1 ELSE 0)方式匹配,匹配一项条件加一分.性能,维护都是问题,请教一下有没有更优的方案?

[Shamiko]

换 es

[Chad0000]

要我做的话我就弄一个推荐表，每个用户一条记录，由算法算出推荐的前 N 个用户。这样你可以后台异步计算推荐，不影响性能，也可以由条件触发，比如用户修改了个人城市，这个可以作为一个条件去触发重新计算推荐的用户。

否则每天凌晨定时刷新。
外加新用户默认推荐。

[bubble21]

@Shamiko es 权重匹配机制吗?

[Shamiko]

@bubble21 对，用 es 之后想拓展也很简单

[bubble21]

@Chad0000 如果是整个平台推荐用户可以这么做,我这边是给每个用户匹配推荐一批用户

[bubble21]

@Shamiko es 不是很熟悉,能否针对某个字段区间匹配,针对某个字段全匹配

[Shamiko]

@bubble21 没记错的话是可以的

[Shamiko]

@bubble21 https://www.elastic.co/guide/en/elasticsearch/reference/8.9/query-dsl-range-query.html

[bubble21]

@Shamiko 感谢

[Chad0000]

@bubble21
我说的就是每个用户推荐。一条记录是为了方便存储，保存的是给这个用户推荐的用户 ID 列表。

[bubble21]

@Chad0000 也是种办法,感谢

[bubble21]

目前考虑使用 ES 方案 https://blog.csdn.net/W2044377578/article/details/128636611