RuyiLuo
86 lines
3.8 KiB
Markdown
86 lines
3.8 KiB
Markdown
## Task03问答整理
|
|
|
|
## 1. Task03整体流程（外加录屏整理）
|
|
|
|
- 学习2.2.1.5 自动化构建用户及物料画像，学习具体的代码的时候建议先把项目中所有文件中的README.md先看看，了解每个包大概是在干什么，然后再根据教程一点一点去理解流程，建议先梳理代码流程，等到最后自己觉得整个流程自己比较熟悉了，就可以慢慢的去看代码的实现细节。
|
|
|
|
|
|
具体详见https://github.com/datawhalechina/fun-rec/blob/master/docs/第二章 推荐系统实战/2.2新闻推荐系统实战/docs/2.2.1.5 自动化构建用户及物料画像.md
|
|
|
|
- 交流会议：
|
|
|
|
录屏：https://share.weiyun.com/u3ZIjZfg
|
|
|
|
- 作业分享：https://relph1119.github.io/my-team-learning/#/recommender_system32/task03
|
|
|
|
## 2. 问题解答
|
|
|
|
- 问：请问这样处理会不会时间复杂度较大？
|
|
|
|
|
|
|
|
答：不容易吧，爬取的文章判断重复怎么用`id`啊？如果式唯一性`id`必然是跟时间相关的。
|
|
|
|
问：有没有一种方式可以直接遍历？
|
|
|
|
答：不能全部遍历，这里是为后面准备的，比如后面有召回，排序，最后剩下的那些id才需要添加到redis中。
|
|
|
|
|
|
|
|
- 问：请教下大家，正常这两个`col`的大小是不是一样的？
|
|
|
|
|
|
|
|
答：不是一样大，你看一下具体内容就知道了，
|
|
|
|
问：前端的阅读数，点赞数、收藏数是来自哪一张表的？好像是`mysql`里面的，我想一下。
|
|
|
|
答：遍历`redis`的动态画像，把`mongodb`中对应的动态画像更新`mongodb`上面的应该大一些。
|
|
|
|
问：实时的用户的操作是`redis`去记录，然后一天结束后，把`redis`的用户操作推到`mongoDB`的`redisprotrail`，这样理解对吗？所以`redisprotrail`是记录`n-1`天内物料用户行为发生的变化，那是不是要是这个新闻没有被点开的话，这个新闻就不会进入`redisprotrail`里面呀？
|
|
|
|
答：应该不是的，`redisprotrail`应该是一天的数据，`featureprotrail`是多天的数据。
|
|
|
|
问：`redisprotrail`是参与图里面的哪一步呢？
|
|
|
|
答：这一步
|
|
|
|
|
|
|
|
问：这一步不是用`redis`的动态去更新`mongo`的`featureprotrail`吗？
|
|
|
|
答：你说的是左边那一块
|
|
|
|
问：按照3.1的描述，是不是`featureprotrail`和`redisprotrail`存的新闻条数应该是一样多的。
|
|
|
|
答：现在是的，后面如果有召回和排序的话，可能就不是。
|
|
|
|
问：`update_redis_mongo_protrail_data`这个函数是遍历`material_collection`，也就是`mongo_server.get_feature_protrail_collection()`也就是`featureprotrail`应该是和`featureprotrail`一样多的。
|
|
|
|
|
|
|
|
答：理解一样多没有问题，后面会修改。
|
|
|
|
|
|
|
|
- 问：用户的喜欢，收藏，点击是直接落到`mysql`里面吗？
|
|
|
|
|
|
|
|
答：是的，前端点击阅读、喜欢、收藏会实时更新。
|
|
|
|
|
|
|
|
- 问：这个关键词属于长尾是什么意思？
|
|
|
|
|
|
|
|
答：个别关键词的类别占了大量数目，以至于前三一直是那几个，长尾现象。
|
|
|
|
|
|
|
|
- 问：请教下大家，这个`user_exposure.py`是用来建`exposure_日期`这个表的么
|
|
|
|
|
|
|
|
答：是的。 |