Replies: 3 comments 2 replies
|
On peut aussi savoir quand l'article a été posté et je vais faire un système pour pouvoir suivre les auteurs d'article, je vais aussi faire en sorte de demander à l'utilisateur ce qu'il préfère lors de l'inscription et je vais stocker les tags qui étaient présents sur un article que l'utilisateur a lu, comme ça on saura quel type d'article il lit, |
|
Avez vous un schéma de base de donnée ? en partant d'un utilisateur, pouvons nous retourner le nombre d'article vues ? Avez les types on pourrait faire ressortir un % en fonction des lectures, et du coup proposer des articles composés avec les même tags. Example : user 1 a lu 15 articles [ 10 - dev, 5 - php] ce qui donne un ratio de 70% de dev 30% php , on peut donc lui proposer les nouveau article portant sur le dev. cela reste theorique mais on peut faire un POC de l'algo |
Je n'en avais pas fait mais je viens d'en créer un avec les tables qui peuvent être utiles pour les suggestions : Pour information, la base de données est une MySQL (plus précisément MariaDB).
Oui avec la table SELECT DISTINCT aid FROM views WHERE uid = 10 ORDER BY date DESC LIMIT 20;
Oui ce serait une bonne idée mais la majorité des articles contiendront surement un #dev donc il faudrait essayer de trouver des articles non-lus, qui auraient une majorité des tags en commun. Si ça t'intéresse, on peut faire un POC avec toutes les informations. Je pense que ça tiendrait compte des 20 derniers articles lus comme ça ça suivrait la tendance de l'utilisateur assez rapidement, et aussi je pense mettre en avant les articles qui ont beaucoup de vues/likes ou un bon rapport likes/vues. Dit moi ce que tu en penses. Pierre |

Uh oh!
There was an error while loading. Please reload this page.
Uh oh!
There was an error while loading. Please reload this page.
Bienvenue sur cette nouvelle discussion.
je l'ouvre pour réfléchir sur le sujet :
Pour information, nous disposons du nombre de vues, du nombre de likes, aussi aussi exactement qui a regardé/liké chaque article, on a aussi des hashtags qui permettent de juger la catégorie de l'article.
Pour utiliser ça, on a besoin d'une idée de comment ça va marcher avec par ex une formule qui calcule la chance qu'un article corresponde à l'utilisateur, et ensuite le mettre en pratique avec un script, on peut utiliser des langages comme PHP, Python, ou autre et qui communiquerait avec la base de donnée MySQL.
Toutes les idées sont bienvenues, merci !
Pierre
All reactions