 |
1
013231 Jan 30, 2013  1
不知你的用戶群規模有多大.
在不太大的情況下, 可以把所有聯系人信息裝入內存, 每個客戶的聯系人都是一個集合. 想尋找一個客戶"可能认识的朋友", 就用他的聯系人集合和其他每個人的聯系人集合做並運算, 如果某個並集中的條目數足夠大, 就認為這兩人是"可能认识的朋友". |
 |
2
yyai3 Jan 30, 2013
算法：MinHash--http://en.wikipedia.org/wiki/MinHash
论文：Google News Personalization: Scalable Online Collaborative Filtering |
 |
3
sqjs86 Jan 30, 2013
同意 1L, 可以看一下 redis
|
 |
4
HowardMei Jan 30, 2013 1
可能Bloom Filter更合适，有现成的库：
https://github.com/jaybaird/python-bloomfilter 可以把Hash改得更简单点提高性能： https://github.com/jaybaird/python-bloomfilter/blob/master/pybloom/pybloom.py 可用 http://code.google.com/p/pyfasthash/ 里的MurmurHash替代hashlib |
 |
7
humiaozuzu OP |
 |
8
stackpop Jan 30, 2013
bloom filter可以
|
|
9
HowardMei Jan 30, 2013
@humiaozuzu http://zacharyvoase.com/2012/08/31/m2mbloom/ 这个和你的需求几乎一模一样，实现方法写得很详细(for Postgres)。性能提高了近30倍，不错了，你可以试试看和 @013231 的方法比，哪个更适合。
|
Select Language