主流电商平台有一个很常见的功能:“猜你喜欢”智能推荐,对用户做了精准画像,算法复杂,而普通的项目中,因为内容规模有限,便用 ElasticSearch 基本可以实现基础需求
在我们开发的 店熵SAAS平台(shopfai.com)项目中使用了本文中的方案,比较稳定,用户体验还不错。
提取商品名称里的关键词:
POST /_analyze
{
"tokenizer" : "ik_smart",
"text": "商品名称ABC"
}
因为不同语言封装方法不同,这里只贴了 原生 诘法,分词器中文用了ik_smart,根据具体情况调整
从历史关键词中提取出现最多的前几个:
POST /history_keywords
{
"size":0,
"query":{
"bool":{
"filter":[
{
"term":{
"user_id":"123"
}
}
]
}
},
"aggs":{
"topN":{
"terms":{
"field":"keyword",
"size":10
}
}
}
}
history_keywords 里只有两个字段 用户ID(user_id),关键词(keyword)
最后,用这几个关键词查询商品,代码不贴了。