baihongyu.com
博客
关于我
商品订单频繁项集数据流分析
阅读量：
168 次
发布时间：
2019-02-28
本文共 1215 字，大约阅读时间需要 4 分钟。
一 Redis中生成数据
ID1 [(商品1，2),(商品2，3),(商品3，4),(商品4，5)]
ID2 [(商品2，3),(商品3，3),(商品4，2),(商品5，5)]
ID3 [(商品1，2),(商品2，2),(商品3，4),(商品5，1)]
二 经过Spolt后
1 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)
2 Redis数据存储到键itemCounts
(商品1,2)
(商品2,3)
(商品3,3)
(商品4,2)
(商品5,2)
三 经过SplitBolt，发射18条数据
(商品1,商品2)
(商品1,商品3)
(商品1,商品4)
(商品2,商品3)
(商品2,商品4)
(商品3,商品4)
(商品2,商品3)
(商品2,商品4)
(商品2,商品5)
(商品3,商品4)
(商品3,商品5)
(商品4,商品5)
(商品1,商品2)
(商品1,商品3)
(商品1,商品5)
(商品2,商品3)
(商品2,商品5)
(商品3,商品5)
四 经过PairCountBolt
(商品1,商品2)->2
(商品1,商品3)->2
(商品1,商品4)->1
(商品1,商品5)->1
(商品2,商品3)->3
(商品2,商品4)->2
(商品3,商品4)->2
(商品2,商品5)->2
(商品3,商品5)->2
(商品4,商品5)->1
五 经过PairCountBolt
商品对总数：18
六 经过SupportComputeBolt
(商品1,商品2)->2/18
(商品1,商品3)->2/18
(商品1,商品4)->1/18
(商品1,商品5)->1/18
(商品2,商品3)->3/18
(商品2,商品4)->2/18
(商品3,商品4)->2/18
(商品2,商品5)->2/18
(商品3,商品5)->2/18
(商品4,商品5)->1/18
七 经过ConfidenceComputeBolt
(商品1,商品2)->2/18 再除以2
(商品1,商品3)->2/18 再除以2
(商品1,商品4)->1/18 再除以2
(商品1,商品5)->1/18 再除以2
(商品2,商品3)->3/18 再除以3
(商品2,商品4)->2/18 再除以2
(商品3,商品4)->2/18 再除以2
(商品2,商品5)->2/18 再除以2
(商品3,商品5)->2/18 再除以2
(商品4,商品5)->1/18 再除以2
八 经过FilterBolt
Redis中存入键recommendedPairs
(商品n,商品m)->(支持度，置信度)
转载地址：http://biej.baihongyu.com/
你可能感兴趣的文章
Mysql 学习总结（88）—— Mysql 官方为什么不推荐用雪花 id 和 uuid 做 MySQL 主键
查看>>
Mysql 学习总结（89）—— Mysql 库表容量统计
查看>>
mysql 实现主从复制/主从同步
查看>>
mysql 审核_审核MySQL数据库上的登录
查看>>
mysql 导入 sql 文件时 ERROR 1046 (3D000) no database selected 错误的解决
查看>>
mysql 导入导出大文件
查看>>
mysql 将null转代为0
查看>>
mysql 常用
查看>>
MySQL 常用列类型
查看>>
mysql 常用命令
查看>>
Mysql 常见ALTER TABLE操作
查看>>
mysql 往字段后面加字符串
查看>>
mysql 快速自增假数据， 新增假数据，mysql自增假数据
查看>>
Mysql 报错 Field 'id' doesn't have a default value
查看>>
MySQL 报错：Duplicate entry 'xxx' for key 'UNIQ_XXXX'
查看>>
mysql 排序id_mysql如何按特定id排序
查看>>
Mysql 提示：Communication link failure
查看>>
mysql 插入是否成功_PDO mysql：如何知道插入是否成功
查看>>
Mysql 数据库InnoDB存储引擎中主要组件的刷新清理条件：脏页、RedoLog重做日志、Insert Buffer或ChangeBuffer、Undo Log
查看>>
mysql 数据库备份及ibdata1的瘦身
查看>>