查找用户之间匹配百分比的最佳方法是什么？问题的答案？

Question

我有一个用户对预定义的对/错问题列表的答案数据集。数据如下所示：

+---------+-------------+--------+----+
| user_id | question_id | answer | id |
+-------------------------------------+
|    4    |     110     |    0   | 1  |
|    4    |     111     |    1   | 2  |
|    4    |     112     |    1   | 3  |
|    4    |     113     |    0   | 4  |
|---------+-------------+--------+----|
|    6    |     110     |    0   | 5  |
|    6    |     111     |    1   | 6  |
|    6    |     112     |    0   | 7  |
|    6    |     113     |    0   | 8  |
+---------+-------------+--------+----|

我需要找到每个用户的前 10 个最佳匹配（为系统中的每个用户运行一次）。因此，能够根据答案按最佳匹配降序找到 10 个其他用户（即，从上面的示例来看，根据答案，用户 4 和用户 6 的兼容性为 75%）。

为了让这个过程变得更容易，有几个限制：

1. 每个用户至少有 10 个需要考虑的答案
2. 每个人都回答了相同的前 10 个问题

理想情况下，这应该能够处理那些回答了许多可能没有回答的不同问题的人对每个人都一样（即他们跳过他们不想回答的问题。

感谢您对此的任何帮助！我真的不知道该怎么做。

Answer 1

我的第一个想法是使用 IF。类似于：

SELECT SUM(IF(a.answer=b.answer,1,0)) AS match, b.user_id 
FROM data_table AS a
JOIN data_table AS b ON a.question_id = b.question_id
WHERE a.user_id = n
AND b.user_id <> n
GROUP BY b.user_id
ORDER BY match DESC
LIMIT 10

其中 n 是您要测试的 user_id