题目：现在运营想要查看用户在某天刷题后第二天还会再来刷题的平均概率。请你取出相应数据。示例：question_practice_detail id device_id quest_id result date 1 2138 111 wrong 2021-05-03 2 3214 112 wrong 2021-05-09 3 3214 113 wrong 2021-06-15 4 6543 111 right 2021-08-13 5 2315 115 right 2021-08-13 6 2315 116 right 2021-08-14 7 2315 117 wrong 2021-08-15 …… 根据示例，你的查询应返回以下结果： avg_ret 0.3000

区块链毕设网qklbishe.com为您提供问题的解答

题目：现在运营想要查看用户在某天刷题后第二天还会再来刷题的平均概率。请你取出相应数据。

示例：question_practice_detail

id	device_id	quest_id	result	date
1	2138	111	wrong	2021-05-03
2	3214	112	wrong	2021-05-09
3	3214	113	wrong	2021-06-15
4	6543	111	right	2021-08-13
5	2315	115	right	2021-08-13
6	2315	116	right	2021-08-14
7	2315	117	wrong	2021-08-15
……

根据示例，你的查询应返回以下结果：

avg_ret

0.3000

我是废物

题目：现在运营想要查看用户在某天刷题后第二天还会再来刷题的平均概率。请你取出相应数据。示例：question_practice_detail id device_id quest_id result date 1 2138 111 wrong 2021-05-03 2 3214 112 wrong 2021-05-09 3 3214 113 wrong 2021-06-15 4 6543 111 right 2021-08-13 5 2315 115 right 2021-08-13 6 2315 116 right 2021-08-14 7 2315 117 wrong 2021-08-15 …… 根据示例，你的查询应返回以下结果： avg_ret 0.3000

36:22

翻遍了讨论区和解题去的答案，觉得这个解法是最好了。

SELECT COUNT(distinct q2.device_id,q2.date)/count(DISTINCT q1.device_id,q1.date) as avg_ret from question_practice_detail as q1 left outer join question_practice_detail as q2 on q1.device_id=q2.device_id and DATEDIFF(q2.date,q1.date)=1

思路是：

1. 需要知道两天都上线的人数

2. 需要知道第一天上线的人数

做法：

1. 用datediff区分第一天和第二天在线的device_id

2. 用left outer join做自表联结

3. 用distinct q2.device_id,q2.date做双重去重，找到符合条件的当天在线人数

41:36

想不出来，参考的其实是牛哥大佬的答案

做一下笔记

select avg(if(b.device_id is not null,1,0)) as avg_ret from  (select distinct device_id,date from question_practice_detail )a left join  ( select distinct device_id,date_sub(date,interval 1 day) as date  from question_practice_detail )b on a.device_id = b.device_id and a.date = b.date

DATE_SUB() 函数从日期减去指定的时间间隔。
代码中就是减去一天

原本日期

date_sub(date,interval 1 day)

题目：现在运营想要查看用户在某天刷题后第二天还会再来刷题的平均概率。请你取出相应数据。示例：question_practice_detail id device_id quest_id result date 1 2138 111 wrong 2021-05-03 2 3214 112 wrong 2021-05-09 3 3214 113 wrong 2021-06-15 4 6543 111 right 2021-08-13 5 2315 115 right 2021-08-13 6 2315 116 right 2021-08-14 7 2315 117 wrong 2021-08-15 …… 根据示例，你的查询应返回以下结果： avg_ret 0.3000

left join 后

思路就是找到隔天日期后还会来的同一个人，取平均值3/10

37:54

借鉴的到目前为止是2楼的答案，但加上自己的一些理解：(为简便，id=deviceid)

1. 根据需求首先应该想到计算公式是什么，应该是

(滞后一天日期且前一天上线的唯一id的总数量) / (前一天上线的唯一id的总数量)，

也就是用同id但是不同日期的数量进行相除

那么同时考虑id和日期的数量应该考虑同一个id在不同日期的组合

即count(distinct id, date)

2. 那么第二个问题来了，数量有了，但是如何区分日期呢

那也就用到了datediff，则datediff(date1, date2) = 1即可

3. 我们现在有了计算公式的基本元素，那么接下来应该如何执行计算呢

则需要连接两个表，为的就是能够将滞后一天日期的唯一id数量与前一天的进行错位

即select count(distinct q2.id, q2.date) / count(distinct q1.id, q1.date) as avg_reg

from 就这个表 as q1

left outer join 同样这个表 as q2

on q1.id = q2.id

and datediff(date1, date2) = 1;

这里再说一下为什么要用left outer join，因为我们要保证分母的完整性，如果只用了join则会根据联结条件去除q1表中不符合条件的行，则最后结果应该会变成1（自己想的，不知道对不对），所以要用外联结。

27:21

select count(t2.date)/count(t1.date) from     (select distinct device_id,date from question_practice_detail) t1     left join      (select distinct device_id,date from question_practice_detail) t2     on t1.device_id = t2.device_id      and t2.date = date_add(t1.date,interval 1 day)

47:09

思路：表的自联结

SELECT COUNT(b.device_id)/ COUNT(a.device_id) FROM(     SELECT DISTINCT device_id,date     FROM question_practice_detail ) as a LEFT JOIN (     SELECT DISTINCT device_id,DATE_SUB(date,interval 1 day) as date     FROM question_practice_detail ) as b ON a.date=b.date AND a.device_id=b.device_id

04:58

一、单独且完整的观察表中数据可以看出4个用户在8天的时间里，产生了10种不同的答题模式（指不同时间且不同用户的情况），其中用户device_id：2315（以下简称2315）在13、14、15号连续三天答题，那么用户2315就有两次的答题模式属于留存，再看用户device_id3214，其在15、16号两天答题，那么3214的留存模式就只有一次，其他用户没有留存模式。则在总共10总模式中，产生了2+1=3次留存模式，那么留存率就为3/10=0.3 这就是题目的意思吗？

二、平均概率的理解

①

如果这样是正确的话，那这个 “用户第二天还会再来的平均概率” 我觉得是个错误表述，否则应该计算每个用户的留存率，然后平均下来。比如说用户2315产生了两次留存，那么他的概率就是2/3（来了三天，其中有两天，这两天中每一天的前一天也是有来过的），同理，用户3214就为1/2. 其他用户为0 平均下来就是（2/3+1/2）/2=7/12.

②或者理解为用户2315在总共10次模式中，产生了2次，那么概率就为0.2 同理下用户3214的概率就为0.1 那么平均概率就为（0.2+0.1）/2=0.15

以上仅为个人不成熟的理解方式，欢迎各位大佬指正哈哈！