根据 Y 布尔属性查找前 X 个最相似的用户

Question

假设我有 5 个用户，每个用户有 5 个布尔属性，可能如下所示：

        | A   B   C   D   E
 --------------------------
 User 0 | 1   1   0   1   0
 User 1 | 0   1   0   1   0
 User 2 | 0   0   1   0   1
 User 3 | 1   1   0   0   0
 User 4 | 0   0   0   1   0

现在什么是获得具有最多 "trues" 共同点的前 x 个用户列表的最佳方法。所以在上面的例子中，排名应该像他的：

Top 1: Users 0 (most true attributes)
Top 2: Users 0 and 1 OR Users 0 and 3 (both pairs have 2 attributes in common)
Top 3: Users 0, 1 and 3
Top 4: Users 0, 1, 3 and 4
Top 5: Users 0, 1, 2, 3, 4

我知道有一些指标和距离度量可以判断两个用户的相似程度，但我想要一个最相似的列表。我应该使用某种聚类算法吗？但是哪一个会考虑多个二进制属性以及我如何实现它（最好在 C# 中）？

由于我没有学过任何类数据挖掘方面的知识，所以关于这个主题的文献有点多，所以非常感谢任何帮助。

Answer 1

User mostTrueUser = Users
        .OrderByDescending(u => (u.A?1:0) + (u.B?1:0) + (u.C?1:0) + (u.D?1:0) + (u.E?1:0))
        .First();

var groups = Users.GroupBy(u => ((u.A && mostTrueUser.A)?1:0)
                               +((u.B && mostTrueUser.B)?1:0)
                               +((u.C && mostTrueUser.C)?1:0)
                               +((u.D && mostTrueUser.D)?1:0)
                               +((u.E && mostTrueUser.E)?1:0)
                          ,u => u).OrderByDescending(g => g.Key);
foreach(var group in groups)
{
    Console.WriteLine("{0}  // following have {0} 'true' in common with {1}",
                      group.Key,
                      mostTrueUser.ID);
    foreach(var g in group)
    {
        Console.WriteLine("  " + g.ID);
    }
}

这给了我以下信息：

3   // following have 3 'true' in common with 0
  0
2   // following have 2 'true' in common with 0
  1
  3
1   // following have 1 'true' in common with 0
  4
0   // following have 0 'true' in common with 0
  2

解释

我用了 u.A?1:0 所以 true 变成了 1 而 false 变成了 0.
然后，我使用 OrderByDescending([sum of trues]).
获得了最多 true 的用户然后 GroupBy 用于对 true 与 mostTrueUser.

相同的所有用户进行分组

你的排名好像有点复杂，不过你可以从这个入手来解决。

我写了一点调整：

public class UserRank
{
    public User UserA{get;set;}
    public User UserB{get;set;}
    public int Compare{
        get{return ((UserA.A && UserB.A)?1:0)
                  +((UserA.B && UserB.B)?1:0)
                  +((UserA.C && UserB.C)?1:0)
                  +((UserA.D && UserB.D)?1:0)
                  +((UserA.E && UserB.E)?1:0);}
    }
}

然后：

List<UserRank> userRanks = new List<UserRank>();
for(int i=0;i<Users.Count;i++)
{
    for(int j=i;j<Users.Count;j++)
    {
        userRanks.Add(new UserRank
        {
            UserA = Users[i],
            UserB = Users[j]
        });
    }
}

var groups = userRanks.GroupBy(u => u.Compare, u => u).OrderByDescending(g => g.Key);

foreach(var group in groups)
{
    Console.WriteLine("{0} in common:",group.Key);

    foreach(var u in group)
    {
        Console.WriteLine("  {0}-{1}",u.UserA.ID,u.UserB.ID);
    }
}

给我：

3 in common:
  0-0
2 in common:
  0-1
  0-3
  1-1
  2-2
  3-3
1 in common:
  0-4
  1-3
  1-4
  4-4
0 in common:
  0-2
  1-2
  2-3
  2-4
  3-4

TutorialsPoint CodingGround permalink for testing purpose

根据 Y 布尔属性查找前 X 个最相似的用户

Find Top X most similar users, based on Y boolean attributes

c#

information-retrieval

similarity

解释