No he usado esta aplicación, pero esto es lo que, en principio, pueden crearse sistemas de correspondencia.
En general, se pueden utilizar sistemas de recomendación, de lo contrario, puede construir una metodología basada en similitud (similar en espíritu k-vecinos más cercanos), pero en tal caso debe construir perfiles como vectores (hacer algunas características de ingeniería y encontrar una distancia adecuada) y hacer la más cercana consultas vecinas.
De lo contrario, debido a que tenemos problemas de coincidencia de espíritu, de alguna manera los hombres y las mujeres tienen que presentar sus preferencias y luego tratar de encontrar la “coincidencia” óptima, este es el espíritu del algoritmo que se llama “matrimonio estable”. Problema de matrimonio estable (usted tiene el conjunto de hombres vs conjunto de mujeres, pero también puede extenderse a las relaciones homosexuales también) y también puede aplicar algoritmos como el flujo de red para dicho entorno.
puedes ver esta videolectura cómo lo hacen en e-harmony: Data Driven NYC 19 // Vaclav Petricek de eHarmony
Intentaré usar la aplicación y probablemente actualizaré la respuesta.
- ¿Por qué la devolución [matemáticas] G_t = R_ {t + 1} + \ gamma R_ {t + 1} + \ cdots [/ matemáticas] tiene la recompensa del siguiente paso?
- Cómo configurar un laboratorio de innovación de ciencia de datos
- ¿Qué profesores / grupos / laboratorios están trabajando en el aprendizaje profundo en el MIT?
- ¿Qué algoritmo de recomendaciones es más efectivo para desarrollar un entorno de crowdsourcing y qué lenguaje de programación sugiere?
- ¿Hay algún paquete de código abierto para aplicar ML a las publicaciones de Twitter?