(資料圖)

聚合索引在數(shù)據(jù)挖掘和推薦系統(tǒng)中也有很多應(yīng)用。例如，假設(shè)我們有一個(gè)包含用戶購(gòu)買記錄的集合 purchase，每個(gè)文檔包含以下字段：

user_id：用戶IDproduct_id：商品IDpurchase_date：購(gòu)買日期quantity：購(gòu)買數(shù)量

我們可以使用聚合索引來(lái)計(jì)算商品之間的相似度，以實(shí)現(xiàn)商品推薦功能。

首先，我們需要?jiǎng)?chuàng)建一個(gè)聚合索引：

db.purchase.createIndex({ "product_id": 1 })

復(fù)制

然后，我們可以使用聚合框架來(lái)計(jì)算商品之間的相似度：

db.purchase.aggregate([  {    $group: {      _id: "$user_id",      purchases: { $push: "$product_id" }    }  },  {    $lookup: {      from: "purchase",      localField: "purchases",      foreignField: "product_id",      as: "related_products"    }  },  {    $unwind: "$related_products"  },  {    $group: {      _id: {        product_id: "$product_id",        related_product_id: "$related_products.product_id"      },      count: { $sum: 1 }    }  },  {    $project: {      _id: 0,      product_id: "$_id.product_id",      related_product_id: "$_id.related_product_id",      count: 1    }  },  {    $sort: { count: -1 }  }])

復(fù)制

上面的聚合操作將用戶購(gòu)買記錄按照用戶ID進(jìn)行分組，然后通過(guò) $lookup操作將購(gòu)買同一商品的用戶關(guān)聯(lián)起來(lái)，再通過(guò) $group操作統(tǒng)計(jì)每個(gè)商品和其它商品之間的購(gòu)買次數(shù)。最后，通過(guò) $sort操作將結(jié)果按照購(gòu)買次數(shù)降序排列，得到商品之間的相似度。