很难用一句话（标题）来描述我的问题。我希望通过向用户提问来发现他们的兴趣，从而为他们分配相应的属性。

例如：通过10个问题（你喜欢科技吗？你对经济感兴趣吗？你更喜欢食物还是阅读？），我希望能够找出人们的兴趣（科技、读书、经济等），从而为他们分配如科技、文学、政治等属性。我还希望我的程序能够从用户的回答中学习这些属性。

我正在寻找一种能够帮助我分配属性的算法。对我来说，这不仅仅是一个简单的二分查找（如20问AI或类似算法），而是一种类似聚类的人工智能算法。

你对这个主题有什么建议吗？

回答：

首先，分类是监督学习，而聚类是无监督学习。你可以这样理解监督学习：

我已经有了这些已经分类的组，现在有一个新的个体/一组个体，哪个组最适合这个个体？当你训练你的模型时（例如：手动标记一封邮件为垃圾邮件），你的个体更有可能被正确分类。

在无监督学习中，相应的问题称为聚类，你有一个数据集，没有模型可以依赖，你希望了解（这最适合探索性分析）你的数据是如何根据某些指标（方差、组内个体之间的平均距离等）分组的。

你有没有尝试过使用基于关联规则的学习？