소셜 네트워크에서 가장 잘 맞는 것을 찾으려면 알고리즘을 찾아야합니다. 이 시스템은 대학생들의 소셜 네트워크이며 기본적으로 주요 아이디어는 학급을위한 학습 파트너를 찾는 것입니다. 일반적인 클래스, GPA, 평점, 공통 일정 등과 같은 다른 기준에 따라 잠재적 인 최고의 파트너가 무엇인지 사용자에게 제안하는 아이디어입니다. 사용하는 데 가장 적합한 알고리즘이 무엇인지 궁금합니다.잠재적 인 일치를 찾는 알고리즘
어떤 종류의 clustering 알고리즘이 도움이 될 수 있습니다. 벡터 (공통 클래스, GPA 등)가 유사한 사람들은 함께 묶일 것입니다.
그 중 일부는 확인했지만 대부분 양적 값으로 작동하지만 기준이 숫자가 아닌 경우 어떻게됩니까? –
기준에 따라 다릅니다. 그것이 주제라면 단순히 주제를 열거 할 수 있습니다. 예를 들어, 컴퓨터 과학 = 0, 화학 = 1, 물리학 = 2 등 ... 결과가 입력되면 숫자를 다시 문자열 형식으로 변환하면됩니다. 이것은 유사성을 찾고 있기 때문에, 열거 형이 일관성을 유지하는 한 (벡터는 같은 순서로 남아 있습니다), 그러면 괜찮을 것입니다. – keyboardP
또한이 사이트 : http://people.revoledu.com/kardi/tutorial/index.html 에는 훌륭한 자습서 및 기사가 있습니다. 다른 유형의 데이터를 사용하는 방법을 설명하기 위해 해당 사이트에서 다 변수 시스템을 조회 할 수 있습니다. – keyboardP
recommendation systems 및 nearest neighbor search을보고 시작하는 것이 좋습니다.
이러한 문제를 협업 필터링이라고합니다. 협업 필터링 시스템은 선호도와 다른 사람들 사이의 유사성을 계산하여 개인적인 추천을 생성 할 수 있습니다.
이러한 teqniques에 대한 많은 정보가 있습니다. 좋은 presentation으로 시작할 수 있습니다.
구현은 "최상의 파트너"가 정의 된 방법에 따라 달라집니다. 최고의 파트너는 항상 GPA 및 평점이 가장 높은 파트너인가, 클래스 평균에 가장 근접한 파트너는 사용자 자체가 기준에 영향을 미칠 수 있습니까? 일부 사용자의 경우 검색 방법이 오래 걸리므로주의해야합니다. –