描述
某产品2022年2月8日系统推荐内容给部分用户的数据,以及用户信息和对推荐内容的评分交叉表部分数据如下:
推荐内容表recommend_tb(rec_id-推荐信息id,rec_info_l-推荐信息标签,rec_user-推荐目标用户id,rec_time-推荐时间),如下所示:
rec_id | rec_info_l | rec_user | rec_time |
---|---|---|---|
1 | 健身 | 101 | 2022-02-08 07:23:15 |
2 | 美妆 | 102 | 2022-02-08 07:24:15 |
3 | 体育 | 103 | 2022-02-08 07:25:15 |
4 | 美妆 | 103 | 2022-02-08 07:26:15 |
5 | 政要 | 104 | 2022-02-08 07:27:15 |
6 | 体育 | 104 | 2022-02-08 07:28:15 |
7 | 体育 | 105 | 2022-02-08 07:29:15 |
8 | 影视 | 106 | 2022-02-08 07:30:15 |
用户信息及评分交叉表user_action_tb(user_id-用户id,hobby_l-用户喜好标签,score-综合评分),如下所示:
注:该表score为对所有推荐给该用户的内容的综合评分,在计算用户平均评分切勿将推荐次数作为分母
user_id | hobby_l | score |
---|---|---|
101 | 健身 | 88 |
102 | 影视 | 81 |
103 | 美妆 | 78 |
104 | 健身 | 68 |
105 | 体育 | 90 |
106 | 影视 | 82 |
问题:请统计推荐内容准确的用户平均评分?(结果保留3位小数)
注:(1)准确的定义:推荐的内容标签与用户喜好标签一致;如推荐多次给同一用户,有一次及以上准确就归为准确。
示例数据结果如下:
avg_score |
---|
84.500 |
解释:一共推荐8条内容,其中推荐给101、103、105、106四位用户的内容准确,
四位用户的评分分别是88、78、90、82,故平均评分=(88+78+90+82)/4=84.500
(2)如果同一用户推荐同一个内容标签的话,计算的时候只算一次。
示例1
输入:
drop table if exists `recommend_tb` ;
CREATE TABLE `recommend_tb` (
`rec_id` int(11) NOT NULL,
`rec_info_l` varchar(8) NOT NULL,
`rec_user` int(11) NOT NULL,
`rec_time` datetime NOT NULL,
PRIMARY KEY (`rec_id`));
INSERT INTO recommend_tb VALUES(1,'健身',101,'2022-02-08 07:23:15');
INSERT INTO recommend_tb VALUES(2,'美妆',102,'2022-02-08 07:24:15');
INSERT INTO recommend_tb VALUES(3,'体育',103,'2022-02-08 07:25:15');
INSERT INTO recommend_tb VALUES(4,'美妆',103,'2022-02-08 07:26:15');
INSERT INTO recommend_tb VALUES(5,'政要',104,'2022-02-08 07:27:15');
INSERT INTO recommend_tb VALUES(6,'体育',104,'2022-02-08 07:28:15');
INSERT INTO recommend_tb VALUES(7,'体育',105,'2022-02-08 07:29:15');
INSERT INTO recommend_tb VALUES(8,'影视',106,'2022-02-08 07:30:15');
drop table if exists `user_action_tb` ;
CREATE TABLE `user_action_tb` (
`user_id` int(11) NOT NULL,
`hobby_l` varchar(8) NOT NULL,
`score` int(11) NOT NULL,
PRIMARY KEY (`user_id`));
INSERT INTO user_action_tb VALUES(101,'健身',88);
INSERT INTO user_action_tb VALUES(102,'影视',81);
INSERT INTO user_action_tb VALUES(103,'美妆',78);
INSERT INTO user_action_tb VALUES(104,'健身',68);
INSERT INTO user_action_tb VALUES(105,'体育',90);
INSERT INTO user_action_tb VALUES(106,'影视',82);
输出:
84.500
答案
解法1:
select
avg(t.score)
from
(
select distinct
u.*
from
user_action_tb u
join recommend_tb r on u.user_id = r.rec_user
and u.hobby_l = r.rec_info_l
) t;
*本案例来自牛客网,但答案为原创,如有雷同纯属巧合*