我们的技术如何使用图形数据创建高效的推荐系统。

小程序项目概述

租车是这两年比较新兴的汽车租赁模式，基于共享经济，私家车主可以将自己的车辆上传到平台供租客选择，租客向车主发起租赁请求后，车主可以通过租客在平台上传的认证信息以及自己车辆是否空闲、彼此地理位置等情况，判断是不是要租车给对方。

有几点比较明显的优势。

1、对于车主来讲，把闲置车辆放在平台出租的行为可以帮助车主赚取租金收入，补贴养车费用。

2、对于租客

而言，平台上租车的价格比较实惠，会比一般线下的传统租车行租金低到30%左右。因为租客不需要在这里帮助租车行承担大量的汽车养护和租赁停车场地等费用。

3、车型多样。在平台上由车主贡献出来的私家车一般都是多种多样的，不像传统车行车辆型号较为单一。多类型的车型适合租客根据自己的爱好和不同用车诉求进行挑选。

4.可以就近还取。一般的租车平台都会提供基于地理位置的信息交由租客判断，租客可选择离自己距离较近的车辆进行租赁。

一个在线租车平台小程序，可聚合所有流媒体服务中的内容，使用专有算法、人工智能和人工管理提供根据不同场景、不同天气、不同路程、不同距离、不同目的地、不同的车型推荐。该公司被评为第23届年度互联网创新奖AI和机器学习类别的五名决赛入围者之一。

挑战：

当大部分产品已经开发完成时，客户来找我们。我们的任务是为后端编写部分代码，该代码负责服务的关键功能——大数据推荐系统。为此，我们使用了数据模型，它允许使用自然语言创建查询，并且比SQL快得多。开发主要挑战是要处理的大量数据。每个服务都包含数千个标题，每个标题都包含几十个参数：从订单类型到用户轨迹，再到封面或用户评分。数据这么多，如何创建推荐系统？这就是数据模弄派上用场的地方。

过程：

一个专门的团队被分配到该项目，首先负责为该任务寻找合适的技术-轻松创建小程序和后端之间的“连接”和有效快速的订单推送。数据模型与SQL不同，它不按行排列数据，但具有由数据记录之间的存储关系定义的灵活结构，非常适合这种情况。使用数据模型，每个数据记录或节点都存储指向它所连接的所有节点的直接指针。这允许更深入和更快的查询。为了更好地可视化图形必须处理的数据量：服务数据库中有500,000条数据。它们中的每一条数据都具有高效的技术-处理速度。系统本身使用百度云服务器，因为它可以轻松扩展资源消耗。

最先进的图形数据库Neo4j使VUniverse的竞争优势——成为现实并为用户工作。我们从一开始就接受了这项技术，并继续掌握它，为客户提供越来越好的服务。

结果：

通过正确的技术，我们为客户带来了显着的收益。

我们已经纠正了无数的错误。客户体验显着提升（得益于我们的推荐系统）。我们还开发了一个测试架构，以使维护项目更容易。

由于我们的工作，客户很快就达到了MVP，并且可以寻找投资者。

该服务和应用程序在测试阶段可供用户使用。

他们每天带来的态度使该项目的工作和管理非常愉快。