我正在考虑向TalkingPuffin Twitter 客户端添加一个功能，在对用户进行一些培训后，它可以根据预测值对传入的推文进行排名。Java 虚拟机（首选 Scala 或 Java）有哪些解决方案来执行此类操作？
问问题
478 次
2 回答
8
这是一个分类问题，您本质上想学习一个函数 y(x)，它预测“x”（一条未标记的推文）是属于“有价值”类还是“不有价值”类。
这里最棘手的不是算法（朴素贝叶斯只是计数和乘法，而且很容易编码！）而是：
- 收集训练数据
- 定义最优特征集
一方面，我建议您跟踪用户收藏、回复和转发的推文，其次，查看推文的作者、推文中的文字以及是否包含链接等质量。
于 2011-02-20T03:23:05.403 回答
3
做好这件事并不容易。谷歌希望能够做这样的事情（“用户会看重哪些链接”），Netflix （“他们会看重什么电影”）和许多其他人也会这样做。事实上，您最好仔细阅读有关Netflix Prize 获奖作品的说明。
然后你需要提取一堆特征，正如@hmason 所说。然后你需要一个合适的机器学习算法；你要么需要一个函数逼近器（你尝试使用你的特性来预测一个介于 0 和 1 之间的值，其中 1 是“有史以来最好的推文”，0 是“omg who cares”）或分类器（你使用您的特征来尝试预测它是“好”还是“坏”推文）。
如果你选择后者——这使得用户培训变得容易，因为他们只需要用“喜欢”（混合社交网络隐喻）对推文进行评分——那么你通常最好使用支持向量机，其中存在相当全面的Java库。
在前一种情况下，有多种技术可能值得尝试；如果您决定使用 LIBSVM 库，它们也有用于回归（即参数估计）的变体。
于 2011-02-20T20:37:44.417 回答