（三）基于商品属性的相似商品推荐算法——批量处理商品属性，得到属性前缀及完整属性字符串

系列随笔：

（总览）基于商品属性的相似商品推荐算法

（一）基于商品属性的相似商品推荐算法——整体框架及处理流程

（二）基于商品属性的相似商品推荐算法——Flink SQL实时计算实现商品的隐式评分

（三）基于商品属性的相似商品推荐算法——批量处理商品属性，得到属性前缀及完整属性字符串

（四）基于商品属性的相似商品推荐算法——推荐与评分高的商品属性相似的商品

（五）基于商品属性的相似商品推荐算法——算法调优及其他

2020.04.15  补充：协同过滤推荐算法.pptx

提取码：4tds

批量处理商品属性，得到属性前缀及完整属性字符串

---

一、查询全部商品（$lastCode默认0，$limit默认0）

$sql = "SELECT goods_code FROM sj_goods WHERE goods_code>{$lastCode} ORDER BY goods_code ASC" . ($limit>0? " LIMIT $limit":"");

注1：如果商品数量较多，建议配合 $lastCode 和 $limit 做分批处理

注2：查询结果不要直接转数组，用游标操作效率会好一点

二、每100个商品批量查询处理商品属性

$list = $this->db['seller']->getAll($sql);
$goodsCodes = [];
$count = 0;
while ($row = $list->fetch(PDO::FETCH_ASSOC)) {
    $count++;
    $goodsCodes[] = $row['goods_code'];
    if ($count%100 == 0) {
        // 每100个商品查询一次属性
        $properties = $this->genGoodsProperties($goodsCodes);
        // 属性入库
        $this->insertGoodsProperties($properties) or die($goodsCodes[0].' 异常！！');
        $goodsCodes = [];
    }
}

// 别忘了不够100个商品的情况
if (!empty($goodsCodes)) {
    $properties = $this->genGoodsProperties($goodsCodes);
    $this->insertGoodsProperties($properties) or die($goodsCodes[0].' 异常！！');
}

三、具体的属性查询及处理（上面的 genGoodsProperties 方法）

1）批量查询商品的属性code及属性value

$sql = "SELECT t1.goods_code,t1.brand_code,t4.property_name,t3.property_code,t3.property_value FROM sj_goods_product t1 LEFT JOIN sj_product t2 ON t2.product_code = t1.product_code LEFT JOIN sj_style_properties t3 ON t3.style_code = t2.style_code LEFT JOIN sp_product_property t4 ON t4.property_code = t3.property_code WHERE t1.goods_code in ('". implode("','", $goodsCodes) ."')";

注1：主要就是要把商品对应的所有属性值都查询出来，根据自己的项目数据库设计来操作就好

注2：为了提高商品的相关性，这里我还查询了 brand_code，这个稍候再说怎么用

2）确定要用哪些属性组合来做前缀，以及完整的属性组合

// 属性前缀为：适用人群-佩戴场合-机芯类型-价格区间-表盘形状-表盘直径，后面的属性排列顺序可以随意
$needs = [31=>'适用人群', 40=>'佩戴场合', 1=>'机芯类型', 39=>'价格区间', 9=>'表盘形状', 11=>'表盘直径', 13=>'表盘刻度', 17=>'表带材质', 14=>'表盘颜色', 25=>'防水', 3=>'外壳材质', 38=>'表盘宽度', 3=>'表盘厚度', 12=>'镜面材质', 16=>'表壳底盖', 19=>'表带颜色'];

注1：数组的键为属性的code，值为属性的名称

注2：为何这样选以及怎么优化，后面会在  （五）基于商品属性的相似商品推荐算法——算法调优及其他 里做说明。简单来说，属性前缀一样的商品，就是有40%-50%相似的

3）循环处理商品，利用 1) 和 2) 的数据读取商品属性值，拼接属性组字符串

private function genGoodsProperties($goodsCodes)
{
    // 属性前缀为：适用人群-佩戴场合-机芯类型-价格区间-表盘形状-表盘直径，后面的属性排列顺序可以随意
    $needs = [31=>'适用人群', 40=>'佩戴场合', 1=>'机芯类型', 39=>'价格区间', 9=>'表盘形状', 11=>'表盘直径', 13=>'表盘刻度', 17=>'表带材质', 14=>'表盘颜色', 25=>'防水', 3=>'外壳材质', 38=>'表盘宽度', 3=>'表盘厚度', 12=>'镜面材质', 16=>'表壳底盖', 19=>'表带颜色'];
    $properties = $this->getGoodsProperty($goodsCodes);
    $return = [];
    foreach ($goodsCodes as $goodsCode) {
        $prefix = '';
        $full = '';
        foreach ($needs as $key => $value) {
            $brandCode = 0;
            // 这里的 $properties 是第1)步得到的，已转换成了map
            if (isset($properties[$goodsCode][$key]) && !empty($properties[$goodsCode][$key])) {
                // 如果商品有此属性就拼接属性值
                $full .= $properties[$goodsCode][$key]['property_value'].'|';
                $brandCode = $properties[$goodsCode][$key]['brand_code'];
            } else {
                // 如果商品没有这个属性，或属性值为空，那拼接一个 0
                $full .= '0|';
            }

            // 临界点（拿到属性前缀）
            if ($value == '表盘直径') {
                $prefix = $full;
                // 加入品牌信息
                $full .= $brandCode.'|';
            }
        }

        // 截取掉最后多余的 |
        $prefix = substr($prefix, 0, -1);
        $full = substr($full, 0, -1);
        // 拆分多选属性
        $prefix = $this->splitProperties($prefix);
        $full = $this->splitProperties($full);
        $return[$goodsCode] = [$prefix, $full];
    }
    return $return;
}

四、属性半成品示例

例如：有两个商品的属性是这样的（点击放大查看）

 

经过第三步的处理，它的属性组值是这样的：

商品A：

$prefix = '96|297,300|195,41|64|46|218';
$full   = '96|297,300|195,41|64|46|218|87|220,222|51,242|58|185|198,200|41mm|12mm|276|257';

商品B：

$prefix = '96|298,297,299|195|64|46|218';
$full   = '96|298,297,299|195|64|46|218|87|220,222|242|58|185|200|41mm|L619/888|276|257';

注：逗号隔开的属性值表示多选属性，例如商品A的佩戴场合为"运动、商务休闲"（297,300），商品B的佩戴场合为"商务休闲、时尚、正装"（298,297,299）

通过观察属性组，可以看出，其实两个商品是相似的（大部分属性位的值相同）；但因为多选属性的影响，在使用属性前缀查询相似商品的时候，不太好办，就是有那么一丢丢不相同（上面示例红色字体部分）

五、拆分多选属性

首先，我们先要想一下自己想得到什么，然后再想办法实现。

例如，我想像中商品A的属性前缀的拆分情况是这样的：

观察上图可得到：

第一步，原属性位 “297,300”，被替换成了“297”和“300”，其他属性位不变，得到两个新属性组字符串；

第二步也一样，两个新属性组字符串的属性位“195,41”，被替换成“195”和“41”，其他属性位不变；

很明显，这就是一个很简单的字符串替换过程，关键是怎么维护和保存原字符串

实现代码如下：

private function splitProperties($propertyPrefixs)
{
    // 没有多选属性，直接返回
    if (strpos($propertyPrefixs, ',') === false) {
        return [$propertyPrefixs];
    }

    // 原属性组（也是结果）
    $origin = [$propertyPrefixs];
    $return = '';
    // 拆分属性位
    $arr1 = explode('|', $propertyPrefixs);
    // 循环属性位
    foreach ($arr1 as $k => $v) {
        // 多选属性位
        if (strpos($v, ',') !== false) {
            $new = [];
            // 拆分多选属性
            $arr2 = explode(',', $v);
            foreach ($arr2 as $kk => $vv) {
                // 循环原属性组，替换原属性位
                foreach ($origin as $kkk => $vvv) {
                    $prefixs = str_replace($v, $vv, $vvv);
                    // 替换结果
                    $new[] = $prefixs;
                }
            }
            // 更新的原属性组
            $origin = $new;
        }
    }
    return $origin;
}

六、最终结果展示

商品A：

商品B：

---

上一节：Flink SQL实时计算实现商品的隐式评分

下一节：（四）基于商品属性的相似商品推荐算法——推荐与评分高的商品属性相似的商品