我想创建一个功能来建议社交网络中的联系。
在网络中，您可以建立连接并连接到其他用户。
我想在网络上实现连接建议功能。
我认为实现这一点的最基本方法是检查我的所有连接，我的用户未连接到的最常见的常见连接，并建议该用户连接到我的用户。
我的问题是：
- 对于简单的连接查找器来说，这是一个很好的基本方法吗？
- 有没有什么好的实现算法可以用来找到他们连接的最常出现的用户？
问问题
349 次
1 回答
1
我会尝试一种机器学习方法来解决这个问题。
为了解决这个问题，我将提出两个常见的机器学习概念。为了使它们都起作用-您需要从数据中提取特征（例如，查看子图，与子图中每个成员的友谊是二元特征）。
这两种方法是：
- 分类。在这里，您试图找到一个分类器
C:UserxUser->Boolean（一个给定两个用户的分类器，给出一个布尔答案 - 他们应该是朋友）。分类方法将要求您首先手动标记或提取一些分类信息（足够大的对，每个对都有一个分类）。该算法将学习这种模式，并使用它来预测未来的输入。 - 聚类（AKA 无监督学习）。您可以尝试在图表中查找集群，并建议用户与集群中的所有成员成为朋友。
我不得不承认我从未使用过任何这些方法来建议友谊——所以我不知道它会有多准确。您可以使用交叉验证来估计算法的准确性。
如果您有兴趣了解更多相关信息 - 两周前，斯坦福大学开设了关于机器学习的免费在线课程： https ://class.coursera.org/ml-2012-002
于 2012-09-02T09:57:12.807 回答