本篇文章給大家?guī)�來的�?nèi)容是關(guān)于基于Tags實(shí)現(xiàn)內(nèi)容推薦的方法（代碼），有一定的參考價(jià)值，有需要的朋友可以參考一下，希望對(duì)你有所幫助。

原來為了簡(jiǎn)單方便，自己小網(wǎng)站上的文章頁的相關(guān)內(nèi)容推薦就是從數(shù)據(jù)庫里隨機(jī)抽取數(shù)據(jù)來填充一個(gè)列表，所以一點(diǎn)相關(guān)性都沒有，更本沒有辦法引導(dǎo)用戶去訪問推薦內(nèi)容。

算法選擇

如何能做到相似內(nèi)容的推薦呢，礙于小網(wǎng)站還跑在虛擬主機(jī)上（對(duì)的，連一個(gè)自己完整可控的服務(wù)器都沒有），所以可以想的辦法不多，條件限制在 只能用PHP+MySql。所以我想到的辦法就是通過Tags來匹配相似文章進(jìn)行推薦。如果兩篇文章的TAGS 比較相似

比如：文章A 的TAGS為： [A,B,C,D,E]
文章B 的 TAGS 為：[A,D,E,F,G]
文章C 的 TAGS 為：[C,H,I,J,K]

通過眼睛我們能很方便的發(fā)現(xiàn)，文章B和文章A更為相似，因?yàn)樗鼈冇腥齻�(gè)關(guān)鍵字相同分別為：[A,D,E]，哪如何用計(jì)算機(jī)來判斷它們的相似度呢，這里我們用jaccard相似度的最基本應(yīng)用來計(jì)算它們的相似度

jaccard相似度

給定兩個(gè)集合A,B，Jaccard 系數(shù)定義為A與B交集的大小與A與B并集的大小的比值，定義如下：

文章A和文章B的交集為 [A,D,E],大小為3，并集為[A,B,C,D,E,F,G],大小為7，3/7=0.4285...
而文章A和文章C交集為 [C],大小為1，并集為[A,B,C,D,E,H,I,J,K],大小為9， 1/9=0.11111...

這樣就可以得出文章A，B比文章A，C更為相似，有了這個(gè)算法，計(jì)算機(jī)就可以來判斷兩篇文章的相似度了。

具體的推薦思想

給定一篇文章，獲取該文章的關(guān)鍵字TAGS,然后通過以上算法去數(shù)據(jù)庫比對(duì)所有文章的相似度，獲取最相似的N篇文章進(jìn)行推薦。

實(shí)現(xiàn)過程

第一 TAGS的獲取

文章的TAGS是通過TF-IDF算法，提取文章中的高頻詞，選取N個(gè)作為TAGS，對(duì)于中文的文章來說還涉及到一個(gè)中文分詞的問題，因?yàn)槭翘摂M主機(jī)的關(guān)系，這步的工作我用python（為什么用Python ,jieba分詞，真香）在本地寫了一個(gè)程序，完成所有文章的分詞，詞頻統(tǒng)計(jì)，生成TAGS，并寫回服務(wù)器的數(shù)據(jù)庫。由于本文是寫推薦的算法，所以分詞和建立TAGS的部分就不具體展開了，而且不同的系統(tǒng)有不同的TAGS建立方式。

第二 TAGS的存儲(chǔ)

建立兩張表，用于存儲(chǔ)TAGS
tags，用于存所有tag的名稱

+-------+------------+------+-----+---------+-------+
  Field   Type         Null   Key   Default   Extra  
+-------+------------+------+-----+---------+-------+
  tag     text         YES          NULL             
  count   bigint(20)   YES          NULL             
  tagid   int(11)      NO     PRI   0                
+-------+------------+------+-----+---------+-------+

tag_map 建立tag和文章的映身關(guān)系。

+-----------+------------+------+-----+---------+-------+
  Field       Type         Null   Key   Default   Extra  
+-----------+------------+------+-----+---------+-------+
  id          bigint(20)   NO     PRI   0                
  articleid   bigint(20)   YES          NULL             
  tagid       int(11)      YES          NULL             
+-----------+------------+------+-----+---------+-------+

tag_map存的數(shù)據(jù)類似如下：

+----+-----------+-------+
  id   articleid   tagid  
+----+-----------+-------+
   1         776     589  
   2         776     471  
   3         776    1455  
   4         776    1287  
   5         776      52  
   6         777    1386  
   7         777     588  
   8         777     109  
   9         777     603  
  10         777    1299  
+----+-----------+-------+

其實(shí)做相似推薦的時(shí)候，只需要用到tag_map表就可以了，因?yàn)閠agid和tag name 是一一對(duì)應(yīng)的。

具體編碼

1.獲取所有文章對(duì)應(yīng)的TAGID

mysql> select articleid, GROUP_CONCAT(tagid) as tags from tag_map GROUP BY articleid;
+-----------+--------------------------+
  articleid   tags                      
+-----------+--------------------------+
         12   1178,1067,49,693,1227     
         13   196,2004,2071,927,131     
         14   1945,713,1711,2024,49     
         15   35,119,9,1,1180           
         16   1182,1924,2200,181,1938   
         17   46,492,414,424,620        
         18   415,499,153,567,674       
         19   1602,805,691,1613,194     
         20   2070,1994,886,575,1149    
         21   1953,1961,1534,2038,1393  
+-----------+--------------------------+

通過以上SQL,可以一次性查詢所用文章，極其對(duì)應(yīng)的所有tag
在PHP，我們可以把tags變成數(shù)組。

public function getAllGroupByArticleId(){
        //緩存查詢數(shù)據(jù)，因?yàn)檫@個(gè)是全表數(shù)據(jù)，而且不更新文章不會(huì)變化，便是每次推薦都要從數(shù)據(jù)庫里獲取一次數(shù)據(jù)，對(duì)性能肯定會(huì)有影響，所以做個(gè)緩存。
        if($cache = CacheHelper::getCache()){
            return $cache;
        }
        $query_result = $this->query('select articleid, GROUP_CONCAT(tagid) as tags from tag_map GROUP BY articleid');

        $result = [];
        foreach($query_result as $key => $value){
            //用articleid 做key ,值是該id下的所有tagID數(shù)組。
            $result[$value['articleid']] = explode(",",$value['tags']);
        }

        CacheHelper::setCache($result, 86400);

        return $result;

    }

有了這個(gè)的返回結(jié)果，就比較好辦了，接下去的工作就是去應(yīng)用jaccard相似度這個(gè)算法了，具體就看代碼吧。

/**
     * [更據(jù)指定文章返回相似的文章推薦]
     * @param  $articleid 指定的文章ID
     * @param  $top       要返回的推薦條數(shù)
     * @return Array      推薦條目數(shù)組
     */
function getArticleRecommend($articleid, $top = 5){
        if($cache = CacheHelper::getCache()){
            return $cache;
        }
        try{
            $articleid = intval($articleid);
            $m = new TagMapModel();
            $all_tags = $m->getAllGroupByArticleId();//調(diào)用上面的函數(shù)返回所有文章的tags
            $finded = $all_tags[$articleid];//因?yàn)樯厦媸前�含所有文章了，所以肯定包含了�?dāng)前文章。

            unset($all_tags[$articleid]);//把當(dāng)前文章從數(shù)組中刪除，不然自己和自己肯定是相似度最高了。

            $jaccard_arr = []; //用于存相似度
            foreach ($all_tags as $key => $value) {
                $intersect =array_intersect($finded, $value); //計(jì)算交集
                $union = array_unique(array_merge($finded, $value)); //計(jì)算并集

                $jaccard_arr[$key] = (float)(count($intersect) / count($union));
            }

            arsort($jaccard_arr); //按相似度排序，最相似的排最前面

            $jaccard_keys = array_keys($jaccard_arr);//由于數(shù)組的key就是文章id,所以這里把key取出來就可以了
            array_splice($jaccard_keys, $top);//獲取前N條推薦

            //到這里我們就已經(jīng)得到了，最相似N篇文章的ID了，接下去的工作就是通過這幾個(gè)ID,從數(shù)據(jù)庫里把相關(guān)信息，查詢出來就可以了
    
            $articleModels = new \Api\Model\ArticleModel();
            $recommendArticles = $articleModels->getRecommendByTag($jaccard_keys);
            CacheHelper::setCache($recommendArticles, 604800); //緩存7天
            return $recommendArticles;
        } catch (\Exception $e) {
            throw new \Exception("獲取推薦文章錯(cuò)誤");
        }
    }

相關(guān)推薦：

PHP簡(jiǎn)單實(shí)現(xiàn)“相關(guān)文章推薦”功能的方法

以上就是基于Tags實(shí)現(xiàn)內(nèi)容推薦的方法（代碼）的詳細(xì)內(nèi)容，更多請(qǐng)關(guān)注php中文網(wǎng)其它相關(guān)文章！