用于电子商务网站查询最近30天数据订单推荐

最新推荐文章于 2021-09-18 16:40:54 发布

weixin_30355437

最新推荐文章于 2021-09-18 16:40:54 发布

阅读量186

点赞数

CC 4.0 BY-SA版权

原文链接：http://www.cnblogs.com/lichang1987/archive/2008/09/04/1283607.html

本文介绍了一种基于近期订单数据计算商品推荐的算法。通过查询特定时间段内与目标商品一同购买频率最高的前五名商品，为用户提供个性化推荐。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

在一些电子商务网站中，有时需要推荐最近几天发生的订单数据来计算商品推荐信息。在数据层我们需要写一些查询语句或存储过程。可以查出哪个订单出现的最频繁，然后降序排列，选出前5作为推荐商品。

Select ProductID,
name,Description

   From Product
   WHERE ProductID IN
   (
      SELECT Top 5 Od2.ProductID
      FROM OrderDetails od1
      JOIN OrderDetails od2 ON
      od1.OrderID=od2.OrderID
      Where od1.ProductID=@ProductID and od2.ProductID!=@ProductID
      And DateDIFF（dd,Orders.DateCreated,GetDate()）<30

Group by od2.ProductID
ORDER By Count(od2.ProductID) DESC

)

这里用了表连接操作，用Orders表的两个实例进行连接，选择的是与Od2。ProductID一起订的商品还有哪些，这里ProductID！=@ProductID是删去与Od2.ProductID相同的商品号。然后根据哪个productID出现次数多少，降序排序，选择最大的前5位。

转载于:https://www.cnblogs.com/lichang1987/archive/2008/09/04/1283607.html