记一次需求处理过程

3、去过xx的人也喜欢yy

 计算口径:所有账户(username,过滤大单用户账号)取最近5个订单,求某个账号任意2个航线的共现次数,除以2个航线单独出现次数的乘积,得到结果作为相关性(百分比)

用户A: a-b a-c

用户B :a-b

用户C: a-c

则用户A,a-b与a-c相关性=1/2*2=25%

 Key:username

 Value:两个相关航线-相关性百分比

如:a-b&a-c&25%

drop table if exists tmp_data;

create table tmp_data as

select

  username,

  air_line

from(

  select

    username,

    air_line,

    create_time,

    row_number() over(partition by username order by create_time) ranks

  from(

    select

      qunar_username,

      concat(act_dep_city,'-',act_arr_city) air_line,

      max(create_time) as create_time

    from f_wide.wide_order

    where  dt>='$QDATE(-730,'yyyyMMdd')' and pay_ok=1 and dom_inter=0

    group by username,concat(act_dep_city,'-',act_arr_city)

  )A

)A where ranks<=5;

insert overwrite table user_air_line_similar partition(dt)

select

  username,

  concat_ws(',',udf.collect_list_sort(concat(B.air_line,'&',couple_air_line,'&',rate),rn)),

  '$QDATE(0,'yyyyMMdd')' dt

from tmp_data A

join(

  select

    air_line,

    couple_air_line,

    round(couple_num*1.0/(a_airline_num*b_airline_num),4) as rate,

    row_number() over(partition by air_line order by couple_num*1.0/(a_airline_num*b_airline_num) desc ) as rn --取出所有包含A航线的,的组合方式,并排名

  from(

    select

      A.air_line as air_line,

      b_air_line as couple_air_line,

      a_airline_num,

      b_airline_num,

      count(distinct username) as couple_num--针对每一种航线组合,对用户名去重后,取总的组合次数

    from(

      select

        A.username,

        A.air_line air_line,

        B.air_line b_air_line,

        count(distinct A.username) over (partition by A.air_line) as a_airline_num,--针对每一个航线对用户名去重,然后取出每一个航线总的售卖量

        count(distinct A.username) over (partition by B.air_line) as b_airline_num

      from tmp_data A

      join tmp_data B on (A.username=B.username)

      where split(A.air_line,'-')[0] = split(B.air_line,'-')[0] and split(A.air_line,'-')[1] <> split(B.air_line,'-')[1]

    )A

    group by

      A.air_line,

      b_air_line,

      a_airline_num,

      b_airline_num

  )A

)B on (A.air_line=B.air_line and B.rn<=20)--A航线的组合方式以及排名已经出来只取前二十,用A表中的航线跟B中的航线组合中的一个航线进行join,就得到A表中的航线跟其他航线的组合的概率了。

group by A.username

distribute by dt;

最后编辑于
©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 217,542评论 6 504
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 92,822评论 3 394
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 163,912评论 0 354
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 58,449评论 1 293
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 67,500评论 6 392
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 51,370评论 1 302
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 40,193评论 3 418
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 39,074评论 0 276
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 45,505评论 1 314
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 37,722评论 3 335
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 39,841评论 1 348
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 35,569评论 5 345
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 41,168评论 3 328
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 31,783评论 0 22
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 32,918评论 1 269
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 47,962评论 2 370
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 44,781评论 2 354