Алгоритмы для помощи людям выбрать (война котенка, например)

например, мне нравится микрофон лучше, чем sam, sam лучше, чем jared, jared лучше, чем микрофон

Если Вы находите, что это имеет место, можно прийти к заключению, что Вы являетесь неподходящими для выбора имен и должны подчиниться второй половинке для выбора.

Я думал, что мы были через это, и ответом все еще является Jon Skeet :) Все другие данные не важны.

Править: Поздравляю BTW :)

Это - неправильная реализация: Вы Делаете Его Неправильно. Это - точно соответствующее приложение для Нее, будет Всегда Выигрывать алгоритм.

Я не знаю, насколько масштабируемый этот алгоритм, но я реализовал его успешно в нескольких сайтах, которые я разработал с рейтингом (адаптированный от оценки IMDb):

взвешенная оценка (WR) = (v / (v+m)) * R + (m / (v+m)) * C

Где:

• R = среднее число для котенка (среднего) = (голосует / число людей, которые голосовали),
• v = количество голосов за котенка = (голоса)
• m = минимальные голоса потребовали, чтобы быть перечисленными в Лучших 100 (приблизительно 25 - безопасное число),
• C = среднее голосование через всех котят = (сумма голосов) / (сумма всех, кто голосовал),

Алгоритм выше работ для войны котенка разрабатывает сайт, но не соответствующий алгоритм для "экспертной системы" или механизма рекомендации.

Один подход - и я не могу гарантировать, что хороший - для механизма рекомендации должен был бы представить различный выбор в матрице. Позволяет говорят, что Вы хотели выбрать юбку, Вы могли бы представить различные свойства юбки следующим образом:

             Fashionable     Affordable     Colorful     Practical
Miniskirt        10              5              7            5
Cheer skirt      3               1              10           1
Grass skirt      2               7              2            1
Jean skirt       9               5              3            10

Теперь, Вы спрашиваете пользователя, какую одежду они хотят носить:

• [X] Что-то модное?
• [] Что-то доступное?
• [] Что-то красочное?
• [X] Что-то практическое?

Вход выше указывает, что пользователь ищет что-то модное и практическое, без беспокойства о других свойствах, таким образом, его достаточно легкое для уплотнения данных выше следующим образом:

             Fashionable     Practical     Total
Jean skirt       9               10         19
Miniskirt        10              5          15
Cheer skirt      3               1           4
Grass skirt      2               1           3

Этот очень простой, все же эффективный подход работает, пока Вы знаете свойства каждого объекта, который Вы сравниваете.

Смотрите на статьи Машинного обучения о "Рейтинге от Попарного Сравнения/Предпочтения".

Вот одна бумага для запущения Вас: Попарное Предпочтение, Учащееся и Занимающее место

Что другие полезные алгоритмы могли бы использоваться для совершения выбора [...]?

1. Предоставьте супружескую единицу книгу имен детей.

2. Ждите входа от супружеской единицы относительно предполагаемых имен детей.

3. Отклоните наступательный выбор

4. Повторитесь до Вас, и супружеская единица договариваются об имени, или ребенок прибывает..., в этом случае, выберите самую легкую к написанию опцию в списке, таким образом, больница не завинчивает свидетельство о рождении

Это работало хорошо на меня, дважды. И мы не должны были даже осуществлять 11-й час самая легкая опция написания!

Я совершенно уверен, что Mike является верным выбором.

Если Вы отслеживаете победы/потери, у Вас мог бы быть он, предпочитают показывать, что Вы называете с высокой победой к отношениям потерь. В конечном счете имена, которые Вы любите, будут пузыриться до вершины и более вероятно будут друг по сравнению с другом. Вы, вероятно, также захотите добавить некоторый вес к именам, которые еще не были сравнены или имели очень немного сравнений.

Избавьтесь от имен после определенного числа потерь, удостоверьтесь, что не сравнили те же имена друг с другом дважды, так как это - все Ваше мнение так или иначе.

После того как Вам фильтровали 'сливки' из спама, Вы будете сравнивать лучшие непосредственно, стиль конкуренции, пока Вы не выберете победителя. (Или просто посмотрите на них вручную в той точке),

Это - алгоритм, который мы использовали:

1. Выделите один пол на родителя. Назовите этого родителя основным указателем для того пола.
2. Основное устройство разрешено, нет поощрено, для создания списка возможных обозначений потомков согласно любой прихоти, или прихоть ударяет их воображение в какое-то конкретное время.
3. Назовите другого родителя альтернативой. Альтернатива имеет только одну способность к полу, для которого они не являются основными, и это - вето. Альтернатива может выразить предпочтение одной конкретной опции по другому, но действительно просто разыгрывает себя.
4. Победы вето. Это не требует никакого выравнивания или объяснения (хотя некоторым рекомендуют в случаях, где родители намереваются поддержать свое состояние семейного счастья...).
5. В случаях, где потенциальный ребенок является повторением n> =2, можно консультироваться с повторением n=1 для дополнительных предложений рейтинга. Для большинства ситуаций эту эвристику нужно считать решающим голосом.

В нашем случае я был основным устройством в обоих случаях (два мальчика), и NumberOneSon был нашим решающим голосом, когда это прибыло время для выбора обозначения для SecondSon. И необходимо полагать, что WifeUnit был A-OK, разворачивающим ее вето....

Короче говоря, поздравления. Порождение является криком.