匹配两个社交媒体配置文件

Question

如何检查来自两个不同社交媒体网站的两个配置文件是否相同？ 有哪些算法可以实现这一目标，从而为匹配分配权重度量？

假设我有来自LinkedIn的个人资料和来自Facebook的其他个人资料。我知道这两个配置文件的属性。我可以使用什么算法来查找这两个配置文件之间的匹配距离。

由于 Abhishek S

Answer 1

您可以尝试machine learning算法，特别是分类

为简单起见，我们假设你想要一个二进制答案：是或否（这可以在以后改进）。

你需要做什么：

1. 从两个配置文件中提取您拥有的功能并创建一个 两个组合配置文件的单个实例。这将是一个实例 需要分类
2. 创建一个训练集。训练集是一组“实例”，您知道它们的分类（通常手动标记它们）。
3. 运行分类算法，给定训练集 - 将“猜测”您稍后将获得的未分类实例的分类。

您可能想要使用的一些算法是：

1. SVM - 今天存在许多最佳分类算法。
2. Decision Trees - 尤其是C4.5 - 非常直观的分类器（人类可读！）且使用简单，而且分类时间非常短。

3. K Nearest Neighbor - 直观且易于使用，但在功能数量很大时表现不佳。

   • 您还可以使用cross validation来评估结果的效果。
   • 对于java - 有一个名为Weka的开源项目，它实现了这些分类算法等等。