文章/答案/技术大牛

发布

社区首页 >问答首页 >推荐的词相似度算法

问推荐的词相似度算法
EN

Stack Overflow用户

提问于 2018-03-02 15:35:55

回答 1查看 654关注 0票数 0

我正在研究可行的算法/解决方案来实现和解决以下问题：根据用户的共同兴趣进行匹配

示例：

U1:滑雪，亚洲文化，冥想，爪哇，密码

U2:瑜伽，冥想，管理，旅行技巧美国

U3:编程，旅游，东方美食

我正在考虑基于单词相似性的三个维度：

字典同义词
- 字网同步集

语义相似(编程> java，旅游>旅游提示美国)
- 到目前为止，我已经考虑过距离

松散语义相似(亚洲文化>>东方烹饪，编程>>加密，亚洲文化>>瑜伽，瑜伽>>冥想)
- 一点也不确定，和word2vec玩过

基于这些方法，我想计算一个相关的分数，并相应地匹配用户。

谢谢你的投入！

machine-learning

nlp

matching

similarity

回答 1

Stack Overflow用户

回答已采纳

发布于 2018-03-02 15:58:26

在我的实验中，Levenshtein距离在获取语义相似性方面并不十分有用。

Wordnet工作得很好，但是对于大量的单词来说却很慢。

Word2Vec是wordnet的好近似值，但在捕获所有相关单词方面却不够全面。

还建议您查看图形嵌入算法在Starspace中使用的Facebook，特别是围绕Facebook页面的喜欢和推荐的用例。

票数 0

页面原文内容由Stack Overflow提供。腾讯云小微IT领域专用引擎提供翻译支持

原文链接：

https://stackoverflow.com/questions/49072360

复制

相似问题

问推荐的词相似度算法
EN

回答 1

Stack Overflow用户

社区

活动

圈层

关于

腾讯云开发者

热门产品

热门推荐

更多推荐

问推荐的词相似度算法EN

回答 1

Stack Overflow用户

社区

活动

圈层

关于

腾讯云开发者

热门产品

热门推荐

更多推荐

问推荐的词相似度算法
EN