String prepertiesに基づいた類似ユーザーの検索

Question

ソフトウェア工学の学生で、Data Miningの新機能で、興味とスキル（文字列セット）に基づいて類似のユーザーを見つけるソリューションを実装したいと考えています。

は私が誰かを喜ばせることを助けることができれば、私は編集距離（レーベンシュタインまたは...）

を使用してK最近傍を使用しないことができると思い

Answer 1

あなたが最初にすべきことは、いくつかのにデータを変換しています合理的な表現、適切に表現されたユーザー間の距離の明確な概念を持つようになります。

すべての文字列を標準形式に変換し、nという異なるスキルと興味文字列を辞書Dにソートすることをお勧めします。今度は各ユーザuのv(u)のnコンポーネントを構成します。辞書エントリiのプロパティが存在する場合はi番目のコンポーネントが1に設定され、それ以外の場合は0が設定されます。本質的には、各ユーザを、自分の興味/スキルの特徴的なベクトルで表現した。

Jaccard indexとユーザーを比較できるようになりました（これは単なる例であり、あなたにとって最適なものを見つけ出す必要があります）。手の届く距離の概念で、さまざまなアプローチを試みることができます。ここにいくつかの春の気があります：

• ユーザーの数が十分に少ない場合、階層型クラスタリングを適用します。
• association rule learningを適用します（詳細を考えておきます）。
• など