У меня есть Онтология, где пользователи могут использовать один из пяти предикатов, чтобы выразить, насколько им нравится элемент.

Онтология содержит конкретные предикаты, которые имеют свойство hasSimilityValue.

Я пытаюсь сделать следующее:

Имея пользователя, скажем, rs: aniaИзвлеките все предметы, которые этот пользователь оценил ранее. (это легко, потому что онтология уже содержит тройку от пользователя до предметов)

Извлеките одинаковые предметы из предметов, которые были извлечены на шаге 2, и вычислите их сходство. (здесь мы используем наш собственный подход для расчета похожих объектов). Однако проблема заключается в том, что на шаге 2 у нас есть много элементов, которые пользователь оценил, на шаге мы извлекаем и вычисляем элементы, аналогичные этим элементам, полученным на шаге 2. Таким образом, возможно, что элемент на шаге 3 похож до двух (или более) элементов из шага 2. Таким образом, мы получаем следующее:

пользователь: предмет с оценкой ania x1 пользователь: предмет с оценкой ania x2 элемент y похож на y1 на x1 элемент y похож на y2 на x2 элемент z похож на z1 на x1

y1, y2 и z1 являются значениями от 0 до 1

Дело в том, что нам нужно нормализовать эти значения, чтобы узнать окончательное сходство для элемента y и элемента z.

нормализация проста, просто сгруппировать по элементам и разделить намаксимальное количество предметов

поэтому, чтобы узнать сходство с у, я должен сделать (у1 + у2 / 2)

чтобы узнать сходство с z, я должен сделать (z1 / 2)

моя проблема

как вы видите, мне нужно посчитать предметы, а затем узнать максимум этого количества

это запрос, который вычисляет всебез нормализации

select  ?s  (sum(?weight * ?factor) as ?similarity) ( sum(?weight * ?factor * ?ratings) as ?similarityWithRating) (count(distinct ?x) as ?countOfItemsUsedInDeterminingTheSimilarities) where {

    values (?user) { (rs:ania) }
    values (?ratingPredict) {(rs:ratedBy4Stars)  (rs:ratedBy5Stars)}
    ?user ?ratingPredict ?x.
    ?ratingPredict rs:hasRatingValue ?ratings.
    {
      ?s ?p ?o .
      ?x ?p ?o .
      bind(4/7 as ?weight)
    }
    union
    {
      ?s ?a ?b . ?b ?p ?o .
      ?x ?c ?d . ?d ?p ?o .
      bind(1/7 as ?weight)
    }
    ?p rs:hasSimilarityValue ?factor .
      filter (?s != ?x)
  }
  group by ?s

order by ?s

результат:

теперь мне нужно разделить каждую строку на максимум столбца count,

Мое предлагаемое решение состоит в том, чтобы повторить точный запрос дважды, один раз, чтобы получить сходства, и один раз, чтобы получить максимум, а затем соединить их и затем выполнить деление (нормализация). это работает, но это ужасно, производительность будет катастрофической, потому что я повторяю один и тот же запрос дважды. это глупое решение, и я хотел бы попросить вас, ребята, для лучшего, пожалуйста

вот мои глупые решения

 PREFIX rdfs: <http://www.w3.org/2000/01/rdf-schema#>
PREFIX rs: <http://www.musicontology.com/rs#>
PREFIX pdf: <http://www.w3.org/1999/02/22-rdf-syntax-ns#>

#select 
#?s   ?similarityWithRating (max(?countOfItemsUsedInDeterminingTheSimilarities) as ?maxNumberOfItemsUsedInDeterminingTheSimilarities)
#where {
 # {
select ?s ?similarity ?similarityWithRating ?countOfItemsUsedInDeterminingTheSimilarities ?maxCountOfItemsUsedInDeterminingTheSimilarities ?finalSimilarity where {
{
select  ?s  (sum(?weight * ?factor) as ?similarity) ( sum(?weight * ?factor * ?ratings) as ?similarityWithRating) (count(distinct ?x) as ?countOfItemsUsedInDeterminingTheSimilarities) where {

    values (?user) { (rs:ania) }
    values (?ratingPredict) {(rs:ratedBy4Stars)  (rs:ratedBy5Stars)}
    ?user ?ratingPredict ?x.
    ?ratingPredict rs:hasRatingValue ?ratings.
    {
      ?s ?p ?o .
      ?x ?p ?o .
      bind(4/7 as ?weight)
    }
    union
    {
      ?s ?a ?b . ?b ?p ?o .
      ?x ?c ?d . ?d ?p ?o .
      bind(1/7 as ?weight)
    }
    ?p rs:hasSimilarityValue ?factor .
      filter (?s != ?x)
  }
  group by ?s
#}

#}
#group by ?s 
order by ?s
} #end first part
{
select (Max(?countOfItemsUsedInDeterminingTheSimilarities) as ?maxCountOfItemsUsedInDeterminingTheSimilarities) where {
select  ?s  (sum(?weight * ?factor) as ?similarity) ( sum(?weight * ?factor * ?ratings) as ?similarityWithRating) (count(distinct ?x) as ?countOfItemsUsedInDeterminingTheSimilarities) where {

    values (?user) { (rs:ania) }
    values (?ratingPredict) {(rs:ratedBy4Stars)  (rs:ratedBy5Stars)}
    ?user ?ratingPredict ?x.
    ?ratingPredict rs:hasRatingValue ?ratings.
    {
      ?s ?p ?o .
      ?x ?p ?o .
      bind(4/7 as ?weight)
    }
    union
    {
      ?s ?a ?b . ?b ?p ?o .
      ?x ?c ?d . ?d ?p ?o .
      bind(1/7 as ?weight)
    }
    ?p rs:hasSimilarityValue ?factor .
      filter (?s != ?x)
  }
  group by ?s
#}

#}
#group by ?s 
order by ?s
}
}#end second part
  bind (?similarityWithRating/?maxCountOfItemsUsedInDeterminingTheSimilarities as ?finalSimilarity)
}
order by desc(?finalSimilarity)

в заключение

Вот данные, если вы хотите попробовать сами.http://www.mediafire.com/view/r4qlu3uxijs4y30/musicontology