So implementieren Sie mit Workerman ein standortbasiertes Echtzeit-Empfehlungssystem

Mit der Entwicklung des mobilen Internets und der steigenden Nachfrage der Menschen nach personalisierten Empfehlungen werden standortbasierte Empfehlungssysteme in Echtzeit immer wichtiger. Als leistungsstarkes Framework für PHP kann Workerman problemlos ein Echtzeit-Empfehlungssystem aufbauen. In diesem Artikel wird hauptsächlich die Verwendung von Workerman zur Implementierung eines standortbasierten Empfehlungssystems in Echtzeit vorgestellt und spezifische Codebeispiele bereitgestellt.

1. Bestimmen Sie die Systemarchitektur

Bei der Implementierung eines standortbasierten Echtzeit-Empfehlungssystems müssen wir die folgenden Probleme berücksichtigen:

(1) Wie erhält man die Standortinformationen des Benutzers?

(2) Wie speichere ich Standortinformationen in der Datenbank?

(3) Wie berechnet man den Abstand zwischen zwei Benutzern?

(4) Wie aktualisiere ich empfohlene Ergebnisse in Echtzeit?

Um die oben genannten Probleme zu lösen, können wir die folgende Systemarchitektur übernehmen:

(1) Verwenden Sie die Geolocation-API von HTML5, um die Standortinformationen des Benutzers zu erhalten.

(2) Standortinformationen in der MySQL-Datenbank speichern.

(3) Berechnen Sie den Abstand zwischen zwei Benutzern mithilfe der Haversinus-Formel.

(4) Berechnen Sie die Empfehlungsergebnisse in Echtzeit auf der Serverseite und geben Sie sie an den Client zurück.

2. Clientseitige Implementierung

Zuerst müssen wir die Geolocation-API in HTML5 verwenden, um die Standortinformationen des Benutzers zu erhalten:

if (navigator.geolocation) {
    navigator.geolocation.getCurrentPosition(showPosition);
} else {
    alert("Geolocation API is not supported in your browser.");
}
 
function showPosition(position) {
    var lat = position.coords.latitude;
    var lng = position.coords.longitude;
 
    // 将经纬度发送到服务器端进行处理
    var xhr = new XMLHttpRequest();
    xhr.open("POST", "http://localhost:2345/savePosition.php", true);
    xhr.setRequestHeader("Content-type", "application/x-www-form-urlencoded");
    xhr.send("lat=" + lat + "&lng=" + lng);
}

Hier senden wir den Längen- und Breitengrad über a an die Datei savePosition.php auf der Serverseite POST-Anfrage zur Bearbeitung.

Auf der Serverseite können wir die MySQL-Klasse von Workerman verwenden, um Standortinformationen in einer MySQL-Datenbank zu speichern:

require_once __DIR__ . '/vendor/autoload.php';
use WorkermanMySQLConnection;
 
$db = new Connection('localhost', '3306', 'root', 'password', 'dbname');
 
$lat = $_POST['lat'];
$lng = $_POST['lng'];
 
$db->insert('user_position', array('lat' => $lat, 'lng' => $lng));

Hier speichern wir die Standortinformationen des Benutzers in einer Tabelle namens user_position.

3. Serverseitige Implementierung

Um den Abstand zwischen zwei Benutzern zu berechnen, können wir die Haversine-Formel verwenden.

Die Implementierung der Haversine-Formel lautet wie folgt:

DELTA_LATITUDE = LATITUDE_B - LATITUDE_A
DELTA_LONGITUDE = LONGITUDE_B - LONGITUDE_A
a = sin(DELTA_LATITUDE/2)^2 + cos(LATITUDE_A) * cos(LATITUDE_B) * sin(DELTA_LONGITUDE/2)^2
c = 2 * atan2(sqrt(a), sqrt(1-a))
DISTANCE = EARTH_RADIUS * c

In PHP lautet der Code zur Implementierung der Haversine-Formel wie folgt:

function haversineDistance($lat1, $lng1, $lat2, $lng2)
{
    $earth_radius = 6371;
 
    $delta_latitude = deg2rad($lat2 - $lat1);
    $delta_longitude = deg2rad($lng2 - $lng1);
 
    $a = sin($delta_latitude / 2) * sin($delta_latitude / 2) + cos(deg2rad($lat1)) * cos(deg2rad($lat2)) * sin($delta_longitude / 2) * sin($delta_longitude / 2);
    $c = 2 * atan2(sqrt($a), sqrt(1 - $a));
    $distance = $earth_radius * $c;
 
    return $distance;
}

Mit dem obigen Code können wir die Entfernung zwischen zwei Benutzern basierend auf der Entfernung berechnen und die Informationen zu Interessen und Hobbys des Benutzers. Wir können die Empfehlungsergebnisse in Echtzeit berechnen und an den Kunden zurücksenden. Der Code wird wie folgt implementiert:

function getRecommendations($user_id, $lat, $lng)
{
    $earth_radius = 6371;
    $max_distance = 20;
 
    $query = "SELECT id, lat, lng, interests FROM user_position WHERE id != '$user_id'";
    $result = $db->query($query);
 
    $recommendations = array();
 
    while ($row = mysqli_fetch_assoc($result)) {
        $distance = haversineDistance($lat, $lng, $row['lat'], $row['lng']);
 
        if ($distance <= $max_distance) {
            $interests = explode(",", $row['interests']);
            $common_interests = array_intersect($user_interests, $interests);
 
            if (count($common_interests) > 0) {
                $recommendations[] = $row['id'];
            }
        }
    }
 
    return $recommendations;
}

4. Zusammenfassung

In diesem Artikel haben wir gelernt, wie man mit Workerman ein standortbasiertes Echtzeit-Empfehlungssystem implementiert, und spezifische Codebeispiele bereitgestellt. Das Echtzeit-Empfehlungssystem ist eine sehr praktische Anwendung und bietet breite Anwendungsaussichten im Geschäftsfeld, in sozialen Netzwerken usw. Ich hoffe, dieser Artikel kann Ihnen helfen zu verstehen, wie Sie mit Workerman ein Echtzeit-Empfehlungssystem implementieren.

Das obige ist der detaillierte Inhalt vonSo implementieren Sie mit Workerman ein standortbasiertes Echtzeit-Empfehlungssystem. Für weitere Informationen folgen Sie bitte anderen verwandten Artikeln auf der PHP chinesischen Website!