本文共 1253 字，大约阅读时间需要 4 分钟。

Redis中生成数据

在实际项目中，我们需要对商品之间的关系进行分析和存储。以下是基于Redis的数据生成过程：

数据生成

• ID1 对应的商品对为：
  • (商品1, 2)
  • (商品2, 3)
  • (商品3, 4)
  • (商品4, 5)
• ID2 对应的商品对为：
  • (商品2, 3)
  • (商品3, 3)
  • (商品4, 2)
  • (商品5, 5)
• ID3 对应的商品对为：
  • (商品1, 2)
  • (商品2, 2)
  • (商品3, 4)
  • (商品5, 1)

数据存储

将上述商品对存储到Redis中的键 itemCounts 中：

• (商品1, 2)
• (商品2, 3)
• (商品3, 3)
• (商品4, 2)
• (商品5, 5)
• (商品1, 2)
• (商品2, 2)
• (商品3, 4)
• (商品5, 1)

经过SplitBolt后

发射的数据为12条：

• (ID1, 商品1, 2)
• (ID1, 商品2, 3)
• (ID1, 商品3, 4)
• (ID1, 商品4, 5)
• (ID2, 商品2, 3)
• (ID2, 商品3, 3)
• (ID2, 商品4, 2)
• (ID2, 商品5, 5)
• (ID3, 商品1, 5)
• (ID3, 商品2, 2)
• (ID3, 商品3, 4)
• (ID3, 商品5, 1)

经过PairCountBolt后

Redis数据存储到键 itemCounts 中：

• (商品1, 2) -> 2
• (商品1, 3) -> 2
• (商品1, 4) -> 1
• (商品1, 5) -> 1
• (商品2, 3) -> 3
• (商品2, 4) -> 2
• (商品3, 4) -> 2
• (商品2, 5) -> 2
• (商品3, 5) -> 2
• (商品4, 5) -> 1

经过SupportComputeBolt后

对上述数据进行支持度计算：

• (商品1, 2) -> 2/18
• (商品1, 3) -> 2/18
• (商品1, 4) -> 1/18
• (商品1, 5) -> 1/18
• (商品2, 3) -> 3/18
• (商品2, 4) -> 2/18
• (商品3, 4) -> 2/18
• (商品2, 5) -> 2/18
• (商品3, 5) -> 2/18
• (商品4, 5) -> 1/18

经过ConfidenceComputeBolt后

对支持度进行置信度计算（以支持度为依据，除以对应的频率）：

• (商品1, 2) -> 2/18 ÷ 2
• (商品1, 3) -> 2/18 ÷ 2
• (商品1, 4) -> 1/18 ÷ 2
• (商品1, 5) -> 1/18 ÷ 2
• (商品2, 3) -> 3/18 ÷ 3
• (商品2, 4) -> 2/18 ÷ 2
• (商品3, 4) -> 2/18 ÷ 2
• (商品2, 5) -> 2/18 ÷ 2
• (商品3, 5) -> 2/18 ÷ 2
• (商品4, 5) -> 1/18 ÷ 2

经过FilterBolt后

将支持度和置信度结果存储到Redis中的键 recommendedPairs 中：

• (商品n, 商品m) -> (支持度, 置信度)

转载地址：http://biej.baihongyu.com/