Machine learning 困惑：机器学习是否可能基于；用户单击“离开消息”；？

我是新的机器学习的主题，需要一些澄清请

那怎么办？ 用于构建滤波器（与信号理论无关！）。过滤器应该根据用户的条件抑制某些消息对象

问题：

用户可以通过单击来删除“恼人的消息”（其中一些消息不断重复） （他们自己）在消息/提醒流中（偶尔会产生突发事件）

一些消息应该根据用户的标准进行过滤（无声接受与“走开”-点击）

对于这种情况/任务（我无法改变或影响太多），您需要采用什么样的机器学习方法，以便系统直接从用户那里了解要抑制的消息，并在下次抑制它们。重点是过滤。但是任何KI/机器学习算法都有助于使过滤器“学习”，这算是一个问题吗？

在搜索网页（和其他帖子）的过程中，我至今没有发现任何东西，可能仍然不知道正确的关键词；）

其他信息（可能有用）：

未收集删除邮件的原因。未计划对“类似信息”和主动抑制进行前瞻性关联。此外，最终，消息必须作为零星的提醒再次显示给用户（经过很长时间）。不幸的是，用户先前决定的上下文/情况会发生变化，并且随着时间的推移不会保持不变。只是为了重新显示而过滤可能听起来非常烦人，但却是另一个问题

提前为任何建议干杯！ 对不起，只是不知道怎么问得更好

编辑： 到目前为止对问题特征的了解程度如何

• 可能要学习的数据是用户的输入（为了简单起见，1个用户）
• 消息/它们的标记是不连续的-一个决策不会影响另一个决策
• 这总是一个二元决定——是或否
• 这是一种过滤（抑制）形式，因为消息数量减少（仅在大约1年后重置-每条消息）
• 它闻起来像某种形式的“弹出式定制”（我已经在研究广告过滤了，虽然这不是我的领域…）
• 随着时间的推移，你收集了一堆不需要的东西

编辑_2

• 我不是在寻找要排序的类/分类器/模式：“OK”或“BAD”是已知的（用户为我知道）。 我想那将是有监督的学习
• 系统（目前）只能从用户那里学习，例如，只有当某个内容被点击至少两次时，系统才能进行抑制
• 对于一些输入，我知道正确的输出（“filter that！”）-如何将其用于训练过滤器

---

上述情况/任务是否适用于任何形式的有监督机器学习？

这是看待机器学习的一种非常不寻常的方式。通常，您首先要问自己

我希望我的算法预测什么

，然后尝试找到合适的技术。目前这个问题还非常不清楚。你可以把任何场景变成某种机器学习问题。我该如何改进这个问题？好吧，想想你的问题的好答案会是什么样子。因为现在我能给出的唯一答案是一个明确的

是的，它可以以某种方式转化为机器学习任务

。因为任何场景都可以以某种形式转化为机器学习任务。然而，这可能一点帮助都没有……我的建议是：不要称之为过滤。这与算法本身无关。该算法（如果我正确理解了您的需求）对用户输入进行二元分类。然后，过滤器实际使用该结果（这不完全属于机器学习的主题）。您正在寻找的算法类型肯定是受监督的，因为您有要用来训练模型的数据。如果您让用户指定“不要再向我显示类似的内容”，那就很简单了。