同じような趣向を持つユーザーをタグの類似度から取得したい

Question

###前提・実現したいこと

現在、Railsでお気に入りの商品を投稿しあうSNSの開発を行っています。
各投稿には何個かハッシュタグを付与することができます。（必須項目でないため、ハッシュタグが付かない投稿も許容）

以下が、モデルの状態です。

class Post < ActiveRecord::Base
  belongs_to :user
  has_many :hash_keys, through: :post_hash_keys
end

class PostHashKey < ActiveRecord::Base
  belongs_to :hash_key
  belongs_to :post
end

class HashKey < ActiveRecord::Base
  has_many :post_hash_keys
  has_many :posts, through: :post_hash_keys
end

class User < ActiveRecord::Base
  has_many :posts
end

実現したいこと

タイトルの通り、現在、各ユーザーに対して「あなたと似ている投稿をしているユーザーがいます」という風に
自分の投稿と、他のユーザーの投稿の類似度の高いユーザーを投稿に紐付いているハッシュタグから算出して、
ユーザーにフォローのレコメンドを実現したいです。

今考えていること

直近の対象のユーザーの投稿を数件取得して、最新の紐づくハッシュタグを3件取得し、
この３つのハッシュタグが部分的にも紐づく投稿を取得し、その類似度が高いユーザー順に
対象ユーザーにレコメンドしてあげたいと考えています。

しかし、具体的に３つのハッシュタグが部分的にも一致する投稿を取得するクエリの見当がついていない状況であり、
問題を細かく砕ききれていないのかとも思っています。

また、比較的大きな処理になるため、リクエストのたびに算出するコストは高いと推測しています。
これを解決するために、レコメンド用のモデルを用意し、一日に数回のバッチ処理で更新するという手段を取るべきか、なども検討しています。

技術的にまだ未熟なところがあり、質問させていただいた次第です。
何か、一部分に対するご助言やご教示をいただけますと幸いです。
よろしくお願いいたします！

Answer 1

ただ単純に、似てるタグがどれだけあるか計算してその類似度が高ければおすすめにするだけなら
https://qiita.com/giiko_/items/9e61f39b903c6d492296
レーベンシュタイン距離みたいなのを測ってやるとかですかね。

しょうがないんですけど、パフォーマンスくっそ悪いので深夜定時にスクリプト流すとかしないとつらいですね

Answer 2

かなり難しいですね。
方法は色々ありそうですが、パフォーマンスと、どの程度の正確性を担保するかのバランスがセンスの見せ所ですね。
タグをカテゴリー分けするような仕組みも欲しいです。

RubyOnRailsタグとRoRタグとRailsタグとRubyタグは全く別の投稿とみなすのか？
個人的にはこれらはひとまとめにしたい気がします。
かといってPythonやC#などのタグも含めるかは微妙ですし。

ハッシュタグはユーザーが自由に定義できるので表記の揺れをどこまで吸収するか・・・

ものすごく手軽にやるのであればユーザーごとにハッシュタグをバッチで集計(どんなハッシュタグで何回つぶやいたか)して、上位三つのハッシュタグがどのくらい被ってるかでお勧めか判別するとか・・・

ハッシュタグでユーザーをカテゴライズして、そのカテゴリのつぶやき数やフォロワー数で順位付けして、トップランカーだけお勧めに出すとかですかね・・・

Comments

[azuno_mix]

大変参考になるご意見ありがとうございました。
ひとまず、表記ゆれの件も含めてそこから解決していきたいと思います！