我正在寻找合适的机器学习算法来解决匹配(相似)配置文件推荐任务。我发现ML.NET library与项目的开发堆栈(C#和.NET)相匹配,并希望将其用于此任务。
说明:客户在系统中搜索配置文件以执行项目。个人资料具有资格技能。客户根据项目所需的技能进行搜索。当一些配置文件添加到项目中时,推荐一些具有类似已添加配置文件等技能的类似配置文件将很有帮助。因此,ML应该能够根据技能列表来推荐个人资料,并让具有接近现有个人资料技能的回馈用户。
研究:我在Machine Learning Samples和ML.NET库的算法列表中找不到这种用例。我尝试将Matrix Factorization(Movie Recommendation sample)用于我的用例,但无法构建ML模型,因为它使用了不同的数据集(并可能解决了不同的问题)。
我是人工智能主题的新手,将感谢经验丰富的AI开发人员的意见。我知道可以通过一些逻辑来完成此任务,但我希望AI可以提供更好的结果。
答案 0 :(得分:0)
也许集群可能是答案。您可以将配置文件划分为K个组,并可以通过以下方式推荐相似的配置文件:查看与当前组相同的配置文件,并查看使用ML.NET进行群集时可用的距离度量。
看看IRIS Clustering sample,它显示了如何将花朵分类为K个组,并显示了与该组距离的示例。