Question

我只需要一种算法就能以有效的方式解决以下问题。我有通常组合在一起的标签元组。例如

    (python, django, flask, numpy),
    (java, spring),
    (mysql, sql, join),
    (javascript, angularjs, ajax, deferred)

现在我有两个要求。

我需要根据给定的数据形成不同的类别。

给定一个新的标签或标签元组，我需要找到这个标签与数据中所有其他不同标签一起出现的概率例如：

Say new tuple is (nodejs, ajax)
    then the probabilities might be 
        (nodejs, ajax) - (javascript, angularjs, ajax, deferred) - .60
        (nodejs, ajax) - (mysql, sql, join) - .20
        (nodejs, ajax) - (java, spring) - .20
        etc

我应该如何解决这个问题。

Answer 1

我建议将其视为一个图形问题，标签是节点，而say（tag1，tag2）的出现次数是tag1和tag2节点之间边缘的权重。然后，您可以使用最近邻居算法甚至社区检测生成推荐标签（这些标签总是在一起共同提及）。

使用构造良好的图形，足够的初始数据和一些标准化，我认为可以输出cluster1 =（tag1，tag2）与cluster2 =（tag3，tag4，tag5）之间链接的概率。

Answer 2

因此，解决此问题的最佳方法基本上是Apriori algorithm.它将为跨国数据库提供关联规则（将每一行视为一个事务）。下面是一个非常简单的实现教程的链接。 http://aimotion.blogspot.com/2013/01/machine-learning-and-data-mining.html

查找标记从给定数据汇总到一起的概率

2 个答案: