Algorithm 用户相似性算法
假设我有以下关于用户的数据Algorithm 用户相似性算法,algorithm,Algorithm,假设我有以下关于用户的数据 User1: {location: "Topeka, KS", school: "University of Texas", interests: ["running"] } User2: {location: "Austin, TX", school: "University of Texas", interests: ["knitting", "running"] } User3: {location: "Topeka, KS", school: "Univers
User1: {location: "Topeka, KS", school: "University of Texas", interests: ["running"] }
User2: {location: "Austin, TX", school: "University of Texas", interests: ["knitting", "running"] }
User3: {location: "Topeka, KS", school: "University of Kansas" interests: ["kayaking"]}
根据这些信息,我正在编写一个匹配算法,将“最佳”用户配对在一起。有几个标准:
谢谢 在你的情况下,我会使用聚类算法,在你的标准上设置不同的权重。谢谢!只要快速浏览一下维基百科页面,就会发现至少有六种类型的集群算法,每种算法都有多种算法实现。关于我可以研究的更具体类型的聚类算法,有什么想法吗?再次感谢!我真的不知道哪一个最适合,因为我只使用了k-means算法。这可能是一个好的开始。我正在寻找类似问题的解决方案。希望你能找到解决办法?你能分享一下吗?谢谢在你的情况下,我会使用聚类算法,在你的标准上设置不同的权重。谢谢!只要快速浏览一下维基百科页面,就会发现至少有六种类型的集群算法,每种算法都有多种算法实现。关于我可以研究的更具体类型的聚类算法,有什么想法吗?再次感谢!我真的不知道哪一个最适合,因为我只使用了k-means算法。这可能是一个好的开始。我正在寻找类似问题的解决方案。希望你能找到解决办法?你能分享一下吗?谢谢