SpringBoot房產平臺_分享

原創

卫星Cannos168

2020-06-16 05:15

算法說明
目前來說面試崗位和做項目都需要一定的算法功底，我這裏給大家演示基於文本的推薦算法的實現過程，幫助大家迅速掌握算法的開發思路。

1.分析採用算法的緣由沒什麼要在系統中加入算法？
系統原有功能如下

需求分析結束以後產品汪給我提了以下需求
①根據用戶點擊量推薦最熱房源，這個藉助數據庫房源表的點擊量即可進行推薦，具體實現代碼如下：

    public List<House> getHotHouse(Integer size) {
        House query = new House();
        List<Long> list = getHot();
        list = list.subList(0, Math.min(list.size(), size));
        if (list.isEmpty()) {
            return Lists.newArrayList();
        }
        query.setIds(list);
        final List<Long> order = list;
        List<House> houses = houseService.queryAndSetImg(query, PageParams.build(size, 1));
        Ordering<House> houseSort = Ordering.natural().onResultOf(hs -> {
            return order.indexOf(hs.getId());
        });
        return houseSort.sortedCopy(houses);
    }

    <select id="selectPageHouses" resultType="house">
        select
        <include refid="houseField"/>
        from house a
        <include refid="houseCondition"></include>
        <choose>
            <when test="house.sort != null and house.sort == 'price_asc'">
                order by a.price asc
            </when>
            <when test="house.sort != null and house.sort == 'price_desc'">
                order by a.price desc
            </when>
            <otherwise>
                order by a.create_time desc
            </otherwise>
        </choose>
        <if test="pageParams.offset !=null and pageParams.limit != null">
            limit #{pageParams.offset},#{pageParams.limit}
        </if>
        <if test="pageParams.offset == null and pageParams.limit != null">
            limit #{pageParams.limit}
        </if>
    </select>

這一塊實現最後落地就是一條簡單的sql,算法我認爲難點沒啥，下一塊纔是最難的，基於文本推薦

②增加了一個“我的偏愛設置”，這樣用戶隨時都可以選擇自己比較關注的房間類型。給用戶推薦的算法是：滿足越多的用戶偏好，則推薦的排名越靠前，按照偏好的命中來進行排序。

我的實現步驟如下
每個用戶的偏好都是獨立的，用戶偏好設置如下圖所示：

推薦功能
因爲推薦功能是要基於用戶的喜好的，所以在登錄後才能顯示，未登錄是無法看到這一板塊的，只要用戶登錄，就可以看到推薦的模塊顯示在用戶的主頁上，用戶推薦的原理上面已經解釋了，具體的效果如下圖所示：

推薦房源默認顯示四個，根據偏好-關鍵詞匹配的多少來排序的，比如碧桂園這個樓盤，包含我們的全部3個偏好，所以它顯示在第一個推薦，如果關鍵詞的匹配數是一樣的，則可能出現隨機的排列。

實現的具體代碼是基於文本推薦的，我這裏的話展示一下，方便大家學習

    public List<House> getTuijians(User user) {
        House query = new House();
        query.setSort("create_time");
        List<House> houses = houseService.queryAndSetImg(query, new PageParams(30, 1));
        List<House> sortHouses = new ArrayList<>();
        Map<House,Integer> recommendIndex = new HashMap<>();
        Map<House,Integer> sortedIndex = new HashMap<>();
        for(House h : houses){
            if(point(user.getTags(),h.getProperties())!=0)
                recommendIndex.put(h,point(user.getTags(),h.getProperties()));
        }
        //排序
        List<Map.Entry<House, Integer>> list = new ArrayList(recommendIndex.entrySet());
        Collections.sort(list, new Comparator<Map.Entry<House, Integer>>()
        {
            @Override
            public int compare(Map.Entry<House, Integer> o1, Map.Entry<House, Integer> o2)
            {
                //按照value值，重小到大排序
//                return o1.getValue() - o2.getValue();

                //按照value值，從大到小排序
                return o2.getValue() - o1.getValue();

                //按照value值，用compareTo()方法默認是從小到大排序
                //return o1.getValue().compareTo(o2.getValue());
            }
        });
        Iterator<Map.Entry<House, Integer>> iter = list.iterator();
        Map.Entry<House, Integer> tmpEntry = null;
        while (iter.hasNext()) {
            tmpEntry = iter.next();
            //sortedIndex.put(tmpEntry.getKey(), tmpEntry.getValue());
            sortHouses.add(tmpEntry.getKey());
            if(sortHouses.size()>=4)
                break;
        }

        return sortHouses;
        //map轉list
        //return new ArrayList<House>(sortedIndex.keySet());
        //return houses;
    }