Neo4j 做推荐 （8）—— 协同过滤（利用电影评级）

版权声明：本文为博主原创文章，未经博主允许不得转载。 https://blog.csdn.net/lovehouye/article/details/83514497

协同过滤：

使用网络中其他用户的首选项，评级和操作来查找要推荐的项目。

（买这个东西的用户，还买了那个东西）

用户Misty Williams的所有评分

// Show all ratings by Misty Williams
MATCH (u:User {name: "Misty Williams"})
MATCH (u)-[r:RATED]->(m:Movie)
RETURN *;

 

查找Misty的平均评分：

// Show all ratings by Misty Williams
MATCH (u:User {name: "Misty Williams"})
MATCH (u)-[r:RATED]->(m:Movie)
RETURN avg(r.rating) AS average;

 

哪些是Misty 评分超过平均分的电影：

// What are the movies that Misty liked more than average?
MATCH (u:User {name: "Misty Williams"})
MATCH (u)-[r:RATED]->(m:Movie)
WITH u, avg(r.rating) AS average
MATCH (u)-[r:RATED]->(m:Movie)
WHERE r.rating > average
RETURN m;

由此，通过计算Misty 评过分的电影，而且找出受到他好评的电影，推荐给其他用户，就是协同过滤最基本的做法。