Tabla de contenido
0 necesidades
Dado un registro de la compra de un artículo por parte de un usuario, devuelva cada artículo que el usuario pueda querer comprar. Si otros usuarios y este usuario compran al menos dos productos idénticos, entonces el producto comprado por otros usuarios y no comprado por este usuario es el producto que este usuario puede querer comprar.
Los datos son los siguientes:
用户id、商品id
A 1
A 2
A 1
A 3
B 2
B 3
B 4
B 5
B 2
C 1
C 2
C 1
D 1
D 3
D 6
1 mesa de construcción
create table product as
select 'A' as user_id,'1' product_id
UNION ALL
select 'A' as user_id,'2' product_id
UNION ALL
select 'A' as user_id,'1' product_id
UNION ALL
select 'A' as user_id,'3' product_id
UNION ALL
select 'B' as user_id,'2' product_id
UNION ALL
select 'B' as user_id,'3' product_id
UNION ALL
select 'B' as user_id,'4' product_id
UNION ALL
select 'B' as user_id,'5' product_id
UNION ALL
select 'B' as user_id,'2' product_id
UNION ALL
select 'C' as user_id,'1' product_id
UNION ALL
select 'C' as user_id,'2' product_id
UNION ALL
select 'C' as user_id,'1' product_id
UNION ALL
select 'D' as user_id,'1' product_id
UNION ALL
select 'D' as user_id,'3' product_id
UNION ALL
select 'D' as user_id,'6' product_id
2 Análisis de datos
El primer paso es deduplicar los datos de la tabla, según las dimensiones del usuario y del producto.
with t1 as(
select user_id,product_id
from product
group by user_id,product_id
)
user_id product_id
A 1
A 2
A 3
B 5
B 4
B 3
B 2
C 2
C 1
D 6
D 1
D 3
(2) Cómo saber que otros usuarios han comprado el mismo producto que este usuario.Para averiguar esta relación de sangre, generalmente es autoasociación
with t1 as(
select user_id,product_id
from product
group by user_id,product_id
)
select a.user_id as user_id1, b.user_id as user_id2, a.product_id
from t1 a
join t1 b
on a.product_id = b.product_id
where a.user_id!=b.user_id
user_id1 user_id2 a.product_id
A C 1
A D 1
A B 2
A C 2
A B 3
A D 3
B A 2
B C 2
B A 3
B D 3
C A 1
C D 1
C A 2
C B 2
D A 1
D C 1
D A 3
D B 3
(3) A través del paso 2, se pueden encontrar todos los usuarios que compraron el mismo producto que el usuario y los usuarios que compraron al menos 2 productos idénticos en pares
with t1 as(
select user_id,product_id
from product
group by user_id,product_id
)
,t2 as
(
select a.user_id as user_id1, b.user_id as user_id2, a.product_id
from t1 a
join t1 b
on a.product_id = b.product_id
where a.user_id!=b.user_id
)
select user_id1,user_id2
from t2
group by user_id1,user_id2
having count(1) >=2
user_id1 user_id2
A B
A C
A D
B A
C A
D A
Después del paso 3, se puede obtener la tabla de relación de usuarios con la misma tendencia de comprar el mismo producto más de 2 veces
(4) Según la tabla de relaciones, obtener los productos comprados por el usuario y usuarios con la misma tendencia
with t1 as(
select user_id,product_id
from product
group by user_id,product_id
)
,t2 as
(
select a.user_id as user_id1, b.user_id as user_id2, a.product_id
from t1 a
join t1 b
on a.product_id = b.product_id
where a.user_id!=b.user_id
)
,t3 as
(select user_id1,user_id2
from t2
group by user_id1,user_id2
having count(1) >=2
)
select t3.user_id1,t3.user_id2,a.product_id product_id_2
from t3
left join t1 a
on t3.user_id2 = a.user_id
t3.user_id1 t3.user_id2 product_id_2
A B 2
A B 3
A B 4
A B 5
A C 1
A C 2
A D 1
A D 3
A D 6
B A 1
B A 2
B A 3
C A 1
C A 2
C A 3
D A 1
D A 2
D A 3
Infórmese de los productos que el usuario debe recomendarle (se repetirán las recomendaciones de productos)
with t1 as(
select user_id,product_id
from product
group by user_id,product_id
)
,t2 as
(
select a.user_id as user_id1, b.user_id as user_id2, a.product_id
from t1 a
join t1 b
on a.product_id = b.product_id
where a.user_id!=b.user_id
)
,t3 as
(select user_id1,user_id2
from t2
group by user_id1,user_id2
having count(1) >=2
)
select user_id1,product_id_2
from
(select t3.user_id1,t3.user_id2,a.product_id product_id_2
from t3
left join t1 a
on t3.user_id2 = a.user_id
) t
group by user_id1,product_id_2
user_id1 product_id_2
A 1
A 2
A 3
A 4
A 5
A 6
B 1
B 2
B 3
C 1
C 2
C 3
D 1
D 2
D 3
(5) Calcule la diferencia y descubra los productos recomendados con precisión. El método de cálculo de la diferencia en colmena utiliza la combinación izquierda + es nulo para juzgar y obtener
with t1 as(
select user_id,product_id
from product
group by user_id,product_id
)
,t2 as
(
select a.user_id as user_id1, b.user_id as user_id2, a.product_id
from t1 a
join t1 b
on a.product_id = b.product_id
where a.user_id!=b.user_id
)
,t3 as
(select user_id1,user_id2
from t2
group by user_id1,user_id2
having count(1) >=2
)
,t4 as
(select user_id1,product_id_2
from
(select t3.user_id1,t3.user_id2,a.product_id product_id_2
from t3
left join t1 a
on t3.user_id2 = a.user_id
) t
group by user_id1,product_id_2
)
select t4.user_id1 as user_id,t4.product_id_2 as product_id
from t4
left join t1
on t4.user_id1 = t1.user_id
and t4.product_id_2 = t1.product_id
where t1.product_id is null
user_id product_id
A 4
A 5
A 6
B 1
C 3
D 2
3 Resumen
Esta pregunta examina principalmente la comprensión de la asociación y obtiene resultados a través de varias transformaciones de asociación. A través de esta pregunta, puede obtener comprensión: para obtener la relación mutua entre los datos de la tabla, solo se puede obtener la autoasociación; para obtener el conjunto de diferencias, debe obtenerlo en la forma de combinación izquierda + es nulo, no hay intersección, diferencia ni unión de matrices en la función Hive, por lo que solo se puede usar la asociación para obtener el resultado.