我想为我的“找到类似的人”算法获得一些建议:)。我有一个数据库，我存储以下实体：人，文章，关键字。因此，对于每个人，我都有一组关键字（通过人员提及的数量）的关键字。因此，我需要通过查看相关的关键字来获得类似的人，简单的解决方案是从一个人y获得x个关键字并找到所有共享相似关键字分数的人（不相等），但似乎这不是最好的方式。思考？
谢谢！
答案 0 :(得分：6)
听起来您的情况足够接近正常的信息检索系统“相似性”查询，您可以使用相同的vector space model。
对于每个人，计算每个关键字的出现次数。将每个关键字视为维度，将出现次数视为该维度中向量的大小。通常情况下，每个维度的处理方式相同，但如果您发现某些关键字是兼容性的更好预测因子，则可以按某个因素缩放该维度中的每个匹配项。
然后，不同人的矢量的点积给你一个他们有多相似的分数。或者，您可以输入自己的关键字并找到兴趣最接近的人。