相似性匹配技术用于查找具有非文本属性的类似客户

Question

我是机器学习及其技术的初学者。

我需要建议建立一个模型。这是问题陈述 -

我拥有拥有特定公司X的所有产品（4个产品）的客户数据集 - 请将此设置称为Cust4。
我还有另一组客户，他们只拥有同一家公司X的一些产品（3个产品） - 请将此套件称为Cust3。
我为这两个数据集收集了大量“分类”和“数字”属性（没有文本数据）。
我想向拥有3种产品的客户销售更多产品（我希望将第4种产品再销售给他们），因此想知道有多相似 Cust3客户将它们与Cust4客户集进行比较，因此我仅向与Cust4集中的客户高度相似的客户销售。

是否有技术/适用的技术可以告诉我，例如Cust3中的特定测试客户是否与Cust4集相似70％或类似80％？< / em>的

到目前为止的研究 -
我试图将其构建为一类分类问题，并研究了One-Class分类，尤其是One-Class SVM（在R中）。 这确实构建了一个模型并对数据进行了分类，但是现在不支持概率预测（R包e1071）。

了解可能对这类问题有益的其他技术将会有所帮助。感谢所有帮助。

Answer 1

尝试高斯混合模型。为每个班级培训单独的GMM，然后您可以从该模型中获得任何输入样本的似然分数。

Answer 2

但是，这是一个类别分类问题（或者看起来很相似），因为您正在寻找看起来像cust4的客户，并且由于您没有第4个产品的先验概率，您将无法获得概率。但是你可以在Cust3和Cust4的字符之间找到相似的距离。

为此，我建议你使用聚类算法： 1.Fist你为cust4（在一个或多个集群上）进行聚类，你将得到一个或多个质心（集群的中心）。

2.对于Cust3中的每个客户，您需要计算与此客户和每个质心的距离（您应该使用在群集中使用的相同变量）。如果距离超过某个阈值。所以这个客户对产品来说是开胃的。

还有其他技术，比如k最近的邻居，但计算时间非常昂贵。

希望能帮助你。