sql - 电影评级数据库的新手 SQL 查询问题

Question

我有一个只有一张表的数据库，如下所示:

UserID (int), MovieID (int), Rating (real)

userIDs 和 movieIDs 是很大的数字，但我的数据库只有许多可能值的样本(4000 个唯一用户和 3000 个唯一电影)

我要对其进行矩阵 SVD(奇异值分解)，因此我想将此数据库作为有序数组返回。基本上，我想按顺序返回每个用户，对于每个用户，按顺序返回每部电影，然后返回该用户、电影对的评分，如果该用户未对特定电影评分，则返回 null。示例:

USERID | MOVIEID | RATING
-------------------------
99835   8847874    4
99835   8994385    3
99835   9001934    null
99835   3235524    2
           .
           .
           .
109834  8847874    null
109834  8994385    1
109834  9001934    null

etc

这样，我可以简单地将这些结果读入二维数组，适合我的 SVD 算法。 (任何其他将信息数据库放入简单的二维 float 组的建议都将不胜感激)

重要的是按顺序返回它，这样当我取回我的二维数组时，我将能够将这些值重新映射到相应的用户和电影以进行我的分析。

Answer 1

SELECT m.UserID, m.MovieID, r.Rating
    FROM (SELECT a.userid, b.movieid
              FROM (SELECT DISTINCT UserID FROM Ratings) AS a,
                   (SELECT DISTINCT MovieID FROM Ratings) AS b
         ) AS m LEFT OUTER JOIN Ratings AS r
         ON (m.MovieID = r.MovieID AND m.UserID = r.UserID)
    ORDER BY m.UserID, m.MovieID;

现已测试，似乎有效!

概念是创建 Ratings 表中的 UserID 值列表与 Ratings 表中的 MovieID 值列表的笛卡尔积(哎哟!)，然后将该完整矩阵与 Ratings 表进行外连接(再次)收集评级值。

这是不有效的。

这可能是有效的。

尽管只运行简单的数据选择，并在数据到达时安排填充数组，但您可能会做得更好。如果您有成千上万的用户和电影，您将返回数百万行，但其中大部分将有空值。您应该将传入数据视为稀疏矩阵的描述，首先将程序中的矩阵设置为全零(或其他默认值)，然后从数据库中读取流并仅设置实际存在的行。

该查询基本上是微不足道的:

SELECT UserID, MovieID, Rating
    FROM Ratings
    ORDER BY UserID, MovieID;