fun-rec/docs/ch03/ch3.2/3.2.8.3.md

Task03问答整理

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

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。