其实，多年以前，我写了一个很小的应用程序，尝试根据葡萄酒的等级来推荐葡萄酒。这是一个小应用，我只分享给了几个好友，他们中有些人与我有相似的品味，而有些人则有不同的品味。

最初，我主要是为了研究如何编写推荐引擎，但如果能够顺便找到一些喜欢的新酒，那就是意外之喜了。事实证明，尽管只有少数几种葡萄酒的评分，但这款应用的推荐依然超出了我的预期。

另外，我也很喜欢 Postgres（不奇怪吧），最近我一直在想为什么我不能直接在 Postgres 中研究机器学习呢。没错，我们有 madlib，但是我想编写自己的推荐引擎。于是，我做了简单的尝试，结果发现我可以在 Postgres 中做很多事情。下面就让我来介绍一下如何在 Postgres 内快速构建一个推荐引擎。

从现有代码着手

首先，我快速浏览了 Python 推荐的一些示例引擎。为了简单起见，我想建立一款更小巧、更简洁的应用，我并不介意使用其它库。后来，我找到了一个简洁的rec-engine（https://github.com/scottfitzcodes/rec-engine-example）示例，该示例利用了 Pandas 和简单的数据模型大幅降低了构建推荐引擎的难度。

设置初始表结构

我抽取了该实例应用程序使用的数据集，并将其转换为SQL进行加载：

加载DataFrame

该 Python 示例直接从 CSV 加载了 DataFrame。但我想在 Postgres 中构建应用。通过上面一步，我将所有数据都存储在了表中，但是如今将其放入DataFrame中……我不是很想再解析成CSV格式。

解决这个问题的方法有很多种（比如创建 JSONB 对象、创建自定义类型等），但我选择了一种非常简单而且很容易实现的方法：将两个数组按照相同的方式排序，然后利用这两个数组创建DataFrame。

为此，我定义了一个函数，并导入了pandas：

注意：首先你需要在 PostgreSQL 数据库安装 plpython3u。

你可能注意到，我并没有用一个数组或一个字典传递订单而是传递了两个数组，后面的产品也是两个数组。为了将数据传递到SQL函数中，我创建了如下查询：

接下来，我就可以将订单数据加载到 DataFrame 了：

下一组数据与嵌入到PostgreSQL函数中的Python示例（

https://github.com/scottfitzcodes/rec-engine-example/blob/master/engine.py）相同：

产品部分的处理与订单相同：创建字典，然后加载 DataFrame。最后，将结果集作为 JSONB 对象返回。两部分结合到一起，完整的函数如下所示：

运行推荐引擎

对于 Plpython3u 和 Pandas 来说，每天使用 pg_cron 运行上述代码可能是一个更简单的解决方案。

本内容属于网络转载，文中涉及图片等内容如有侵权，请联系编辑删除