这对我来说是一个新领域，我不确定这是否是我正在寻找的。 我需要在查询数据库时更改约束。一个例子是求职网络应用程序。如果用户正在寻找具有某些特征的50英里范围内的工作，我需要获得不完美匹配但与他非常相关的工作。
如果用户的工作几乎100％匹配但距离52英里，我还需要将其检索以呈现给用户（考虑到它）自50英里2英里以来的相关性仅增加4％）。
我们的想法是开发一个新的求职网络应用程序，并希望它会增长。这些公司在网站上创建他们的工作机会，并由用户搜索。这通常很常见。不同之处在于搜索机制。它比简单的数据库查询更聪明一点，这就是为什么我需要知道如何获得更多结果来过滤它们之后。 如果存在一个限制（从工资> 25000或工资<26000的工作中选择*），那么100％匹配但工资为24999的工作将不会显示在结果中，尽管它应该因为它＆＃39很接近 我们的想法是让数据库中的所有作业都接近（因此我必须放宽对较大值的约束），通过贝叶斯网络或其他东西，确定它与用户的相关性。当然，这些条件也适用于其他工作属性，如位置，经验，工作区域（comp sci，mechanics等）。
所以我需要一些指针来寻找有关此主题的更多信息，如何放宽这些约束以进行更广泛的搜索，然后通过贝叶斯网络计算与用户的相关性并显示它。
任何人都可以帮助我吗？ 谢谢
答案 0 :(得分：1)
一种通用的方法是进行快速的第一阶段搜索，可以通过一些垃圾，然后对你从中得到的东西进行更详细的检查。在您的示例中，您可以简单地将查询项更改为单向10％，因此（从工资> 25000或工资<26000的工作中选择*）成为（从工资> 22500或工资<23400的工作中选择* ） - 顺便说一句，或者你应该在这里做什么？
然后获取通过第一阶段的答案，并按照与理想值的百分比差异的平方和之类的方式对它们进行排序，并向用户显示前N个答案。这很简单，你可以找到一个涉及正态分布的论证，证明它是贝叶斯计算某种东西或其他东西。