哪种聚类算法适合聚类地理位置?

时间:2016-05-24 04:49:36

标签: cluster-analysis clustering-key

我正在开发一个与Tinder类似的应用程序。我通过运行聚类算法猜测Tinder组最接近的结果。 在我的应用程序中,必须根据地理位置类似地分组数据。我可能必须基于许多输入运行群集,因此必须高效。请为它建议合适的算法。

2 个答案:

答案 0 :(得分:0)

没有理由对类似Tinder的用例进行分组或集群:

  • 太贵了
  • 太静了
  • 它不会增加价值(您不能只向用户展示群集)

您要使用的是相似性搜索。找到附近的其他用户,b)最近在线,c)有一些共同的兴趣,d)最近没有显示。

答案 1 :(得分:0)

对于正在寻找类似解决方案的人来说,关于quora的快速相似性搜索算法有一个很好的答案https://www.quora.com/What-are-some-fast-similarity-search-algorithms-and-data-structures-for-high-dimensional-vectors/answer/Raghavendran-Balu?srid=hYuT

我发现R-tree最适合我的应用程序。 R-tree https://github.com/davidmoten/rtree

有一个很好的github项目
相关问题