在数据库中存储和搜索集（具有许多可能的值）（来自Java）

问题是如何存储（和搜索）一组用户喜欢和不喜欢的项目。虽然每个用户的集合中可能有2-100个项目，但项目的可能值以数万计（并且正在扩展）

与每个项目相关联的是一个值，比如从10（like）到0（neutral）到-10（loke）

因此，给定一个具有特定集合的用户，如何找到具有相似集合的用户（例如交叉点上的重叠百分比）？理想情况下，可以通过一个过滤器减少匹配集，该过滤器只包括在一定百分比内具有相似/不相似值的项目

我不知道如何使用键/值或列存储来实现这一点，为每个用户遍历项目的关系表似乎会消耗太多的资源。将这些集合编入文档似乎会失去清晰度

---

这个web应用程序是用Java编写的。我搜索过ORMS、NoSQL、ElasticSearch以及相关的工具和数据库。有什么建议吗？

好的，看起来实际存储不是问题所在，但您希望根据喜欢/不喜欢的内容建立一个建议系统

关键是，您可以随心所欲地存储东西，即使在SQL中，大多数SQL RDBMS对于您的数据存储来说已经足够好了，但是您当然也可以使用任何其他您想要的东西。关键是，没有任何SQL解决方案（据我所知）能在这方面给您带来好的结果。您正在寻找的是一个基于人工智能的建议系统，而对于分布式系统来说，最好的建议系统是

根据我到目前为止对它的了解，它可以做你需要的基本上是开箱即用。我知道它是基于Hadoop和Thread的，但我不确定是否可以从任何地方导入数据，或者是否需要在HDFS中导入数据

另一个选择是自己实现一个机器学习算法，它只在一台机器上运行，但在任何sql系统中，通过简单的查询都无法得到想要的结果

---

在大多数情况下，你需要机器学习算法和带有一些数字的查询是不够的，因为你所面对的用户的多样性……如果你有一个用户B，他以同样的方式喜欢/不喜欢他与用户a的所有共同点，但覆盖率只有15%，该怎么办。另一方面，用户C与A非常相似（虽然不是100%，但方向基本相同），C标记了90%以上的东西，A也标记了。在这种情况下，C比B更接近A，但B有100%的覆盖率。还有许多其他情况下，大多数简单的百分比是不够的，这就是为什么许多拥有建议系统的公司（亚马逊、Netflix、Spotify等）使用Apache Mahout和类似的系统来完成这些任务。

我认为你应该调查推荐系统。我不认为通过一两个查询就可以轻松实现这类问题。一个具体的示例可能会澄清您的问题并激发更多的答案。谢谢。你是对的，问题更复杂。我缩小了提问的范围。我将投入更多的精力来学习Mahout。你能为我的问题推荐最好的算法吗？