我目前正致力于一项研究,其中我试图预测人们的智商。 这是研究的方式,在第1天参与者进行智商测试。每隔2周,他们会继续参加考试(可能会有不同的问题),为期6个月。
鉴于此信息(或数据集),如何设计推荐系统。 我想像这样的事情
IQvalue --input - > [推荐引擎] - 吐出 - >可能的IQ值(6个月后)
我的实际研究根本不是智商。我刚刚做了这个例子。 请问我是否正朝着正确的方向前进?有没有算法做类似的事情?
感谢任何帮助。
答案 0 :(得分:0)
对于案例1,您只有时间相关的IQ值,我建议您考虑时间序列分析方法。您的目标是预测智商如何随时间变化。我对此解决方案的建议是 statsmodels 库。它的github地址如下: https://github.com/statsmodels/statsmodels。 这个工具是用python编写的,易于使用。它包含许多常用的tsa模型,例如ARIMA。
对于案例2,如果您还具有人的特征,例如QA测试中的答案,年龄,性别,教育等,我建议您考虑使用机器学习方法来预测IQ。您可以考虑使用随机森林或梯度增强来解决此问题。我建议你使用Scikit-learn或xgboost等工具。
对于案例3,您可以将其建模为推荐系统问题。假设用户测试人员,item-IQ,rating-IQ值,您可以构建用户项矩阵。之后,您可以使用RS方法(如矩阵分解或基于内存的方法)来预测IQ值。
在我看来,前两种方法对你的情况可能更好。