我们正在考虑基于大规模数据的推荐系统，但也在寻找一种专业的方法来保持动态数据库结构，以便更快地工作。我们考虑了一些可供选择的方法。一种方法是保存在普通的SQL数据库中，但与使用普通文件结构相比，它会慢一些。第二种是使用nosql图模型数据库，但它也与我们使用的算法不兼容，因为我们不断地将所有数据拉入矩阵。我们认为最后一种方法是使用普通文件来保存数据，但由于没有查询方法或编辑器，因此很难跟踪和观察更改。因此，有不同的方法和利弊。你的选择是什么，为什么?
我不知道为什么你提到"文件"one_answers"文件结构"这么多次，所以也许我错过了什么，但为了有效的数据处理，你显然不想把东西存储在文件中。读/写数据到磁盘是很昂贵的，而且很难在一个高效和灵活的文件系统中找到一些东西来查询文件。
我想我会从一个已经有推荐功能的产品开始:
http://mahout.apache.org/您可以从各种算法中选择运行在您的数据上以产生推荐。
如果你想自己做，也许混合方法会起作用?您仍然可以使用图形数据库来表示关系，但是每个节点/顶点都可以是指向文档数据库或关系数据库的指针，其中将存在更"完整"的数据表示。