我想要为我的“寻找相似人群”算法获取一些建议:)。 我有一个数据库，其中存储了以下实体：人物、文章、关键词。 因此，对于每个人，我都有一组关键词（包含该人提及的次数），这些关键词是从人物的文章关键词中编译出来的。 因此，我需要通过查看他们的相关关键词来找到相似的人，简单的解决方案是从人物y那里获取x个关键词，并找到所有具有相似关键词分数（不相等）的人，但似乎这不是最好的方法。 有什么想法吗？

谢谢！

回答：

听起来你的情况非常接近通常的信息检索系统“相似度”查询，你可以使用相同的向量空间模型。

对于每个人，计算每个关键词出现的次数。 将每个关键词视为一个维度，并将出现的次数视为该维度中向量的大小。 通常，每个维度的处理方式都相同，但是如果你发现某些关键词能更好地预测兼容性，则可以将该维度中的每次出现都按某个因子缩放。

然后，不同人群向量的点积可以为你提供他们相似程度的得分。 或者，你可以输入你自己的关键词，并找到兴趣最接近的人。