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

L1-L2正则化的不同系数

我想对网络的权重同时应用L1和L2正则化。然而,我找不…

使用scikit-learn的无监督方法将列表分类成不同组别,有没有办法?

我有一系列实例,每个实例都有一份列表,代表它所遵循的不…

f1_score metric in lightgbm

我想使用自定义指标f1_score来训练一个lgb模型…

通过相关系数矩阵进行特征选择

我在测试不同的算法时,如逻辑回归、高斯朴素贝叶斯、随机…

可以将机器学习库用于流式输入和输出吗?

已关闭。此问题需要更加聚焦。目前不接受回答。 想要改进…

在TensorFlow中,queue.dequeue_up_to()方法的用途是什么?

我对这个方法感到非常困惑,特别是当我发现这个令人费解的…

发表回复

您的邮箱地址不会被公开。 必填项已用 * 标注