machine-learning - 事件溯源对机器学习有帮助吗

标签 machine-learning microservices database-migration cqrs event-sourcing

我是事件溯源、事件存储、消息存储和机器学习的新手。

我们正计划实现消息存储,他们提到实现消息存储(而不是传统的数据库、CRUD)的原因是因为消息存储最终有助于深度学习或机器学习。

我对事件存储、CQRS 有基本的了解,但无法理解它与机器学习的关系。

最佳答案

CQRS/事件源

机器学习与事件溯源和 CQRS 无关。它们是分离读取和写入数据操作并存储域中发生的所有事件而不是更新状态的设计模式。

机器学习

机器学习是关于数据的。您拥有的数据越多,您的预测就越好。由于事件溯源意味着您将存储域中发生的每个事件,这意味着您有更多数据可供分析,并且可以预测更好的结果。

示例

我有一个在线购物商店,有些人在付款前将订单保留在购物车中的时间比其他立即付款的人更长。如果您有事件源,您可以跟踪用户的行为,例如添加商品、删除商品、创建预订等。您可以使用机器学习来预测立即付款的人下次可能会获得产品并发送折扣给他们等或了解他们的购物行为,向他们展示他们更感兴趣的产品。

想象一下,您正在处理状态而不是事件源,您可以在其中简单地更新数据库中的订单状态字段。你永远无法预测这种行为。

希望有帮助!

关于machine-learning - 事件溯源对机器学习有帮助吗,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/55406635/

相关文章:

c# - 如何获取 Service Fabric 微服务的实例数?

ruby-on-rails - Rails 6 迁移在现有表之间添加外键关联

azure - 如何配置YOLOv8 yaml文件来访问Azure上的blob存储数据集?

python - sklearn.linear_model.LassoLarsIC 提前停止

docker - 微服务,Docker和Node.js调试器

redis - 消费者返回生产者的消息完成结果

mysql - PREPARE stmt 作为 PostgreSQL 中 Concat 的结果

sql - 跟踪数据库结构的开发变化

machine-learning - CatBoost 中的 CTR 是什么意思

python - 如何使用sklearn从RFE中获取系数?