消息中获取智能的算法选择

我正在尝试找到一种算法,通过比较人们发送的消息与其同伴发送的消息,来生成对人们的“智能”建议。

例如,A 向 B 发送了一条关于 Obj1 的消息。如果 C 向 D 发送了一条关于 Obj1 的消息,算法会注意到他们正在谈论相同的事情,并可能建议 A 与 C 交谈。

我已经实现了收集统计数据来捕捉人们共同提及的事物,但不知道该使用哪种算法来分析它。

有什么建议吗?(我希望这表达清楚了)


回答:

可以看看聚类算法

快速入门的话,可以使用k-均值聚类k-近邻算法

你拥有多少数据? 数据越多越好。解决这个问题有很多方法。 例如,你可以假设所有用户在某种程度上彼此相似,而你想要做的是为每个用户找到最相似的用户。向量空间、余弦相似度可以让你快速获得结果。请提供更多关于你想要实现的目标的信息。

Related Posts

使用LSTM在Python中预测未来值

这段代码可以预测指定股票的当前日期之前的值,但不能预测…

如何在gensim的word2vec模型中查找双词组的相似性

我有一个word2vec模型,假设我使用的是googl…

dask_xgboost.predict 可以工作但无法显示 – 数据必须是一维的

我试图使用 XGBoost 创建模型。 看起来我成功地…

ML Tuning – Cross Validation in Spark

我在https://spark.apache.org/…

如何在React JS中使用fetch从REST API获取预测

我正在开发一个应用程序,其中Flask REST AP…

如何分析ML.NET中多类分类预测得分数组?

我在ML.NET中创建了一个多类分类项目。该项目可以对…

发表回复

您的邮箱地址不会被公开。 必填项已用 * 标注