书库里面有很多我没有读过的书,我希望通过某种方法推算出假设的排序结果---假设我读过所有的书(当然对这些书也打了分)。这样我就可以根据排序结果去选择对我来说可能更好的书。我有一个设想,但是不知道合理不合理、怎么去实现。 要是能找到“不同”的我(假想的跟我的爱好、品味、水平等等都一样的人,简而言之就是我俩对任何一本书的打分都一样),足够多的“不同”的我读过的书
应该能够囊括所有的书籍。也就是说相当于我读过所有的书籍并且都已评分,那么对评分排序就可以得到想要的结果。
当然这对于不限制书的范围的情况有点儿理想化,因为可能找不到足够多“不同”的我。打个比方:想要找到跟我在篮球、足球、橄榄球....喜好方面一样的人(对这些球队喜好程度的排序一样的人)可能很难,要是想找到跟我在篮球喜好方面一样的人就容易可行得多。所以推算假设的排序之前必定要对书籍的范围做限制。但是这个设想靠谱吗怎么实现呢?或者谁能提供其他的符合需求的设想和实现呢? 算法    排序

解决方案 »

  1.   

    简单说你的想法就是部分推导全体,既靠谱又不靠谱靠谱指的是很多人在做这方面的研究,说明你的想法没有错
    不靠谱指的是目前还没有权威的论文(多因素分析方面,单因素分析不在此列)数理模型倒有不少,例如神经系统、Logistic回归、渐进层析……等等,但都是百家争鸣状态我第一份工作就是做类似的事——市场调查
    根据样本人群反馈的喜好状况,求取新产品(也即未知产品)的发展方向(产品属性)如果只是单因素线性无极值,通常以其方向就能找到发展目标,例如你所说的对某项运动,只有更喜欢没有最喜欢,向着喜欢或者讨厌方向就能找到同类人上面只是感性讨论,要具体思路恐怕还是要自己去查找文献,建立数学模型