智能网络功能、算法（您可能关注的人，与您相似的人......）

Question

我有 3 个关于智能网络算法（web 2.0）的主要问题，

这是我正在阅读的书http://www.amazon.com/Algorithms-Intelligent-Web-Haralambos-Marmanis/dp/1933988665 我想更深入地学习算法

1。 您可能关注的人 (Twitter)

如何确定最接近我的请求的结果？数据挖掘？哪些算法？

2.你如何连接功能（Linkedin）

简单的算法就是这样工作的。它绘制两个节点之间的路径，例如 Me 和另一个人 C 之间的路径。 我-> A、B->连接-> C.它不是任何强力算法或任何其他类似的图形算法:)

3. 与您类似（Twitter、Facebook） 此算法类似于1。它是否仅适用于最大（计数）个共同好友（Facebook）或最大（计数）个Twitter关注者？或者他们实现的任何其他算法？我认为第二部分是正确的，因为在每个刷新页面中运行循环

 dict{count, person}
 for person in contacts:
        dict.add(count(common(person)))
 return dict(max)

都是愚蠢的行为。

4. 您的意思是 (Google) 我知道他们可能会用语音算法来实现它 http://en.wikipedia .org/wiki/Phonetic_algorithm 只是soundex http://en .wikipedia.org/wiki/Soundex 这里是 Google 工程副总裁兼首席信息官 Douglas Merrill 的讲话 http://www.youtube.com/watch?v=syKY8CrHkck#t=22m03s

前 3 个问题怎么样？欢迎任何想法！

谢谢

Answer 1

您可能关注的人

您可以使用基于因素的计算：

factorA = getFactorA(); // say double(0.3)
factorB = getFactorB(); // say double(0.6)
factorC = getFactorC(); // say double(0.8)

result = (factorA+factorB+factorC) / 3 // double(0.5666666666666667)
// if result is more than 0.5, you show this person

因此，就 Twitter 而言，“您可能关注的人”可以基于以下因素（用户 A 是查看此“您可能关注的人”功能的用户） ，可能存在或多或少的因素）：

• 用户 A 和用户 B 的推文中常见关键字之间的相关性
• 两个用户的个人资料描述之间的相关性
• 用户 A 和 B 的位置之间的相关性
• 用户 A 关注的人是否关注用户 B？

那么他们从哪里比较“您可能关注的人”呢？该列表可能来自具有大量关注者的人的组合（他们可能是名人、阿尔法极客、著名产品/服务等），并且[用户 A 正在关注的人] 正在关注。

基本上，这里需要进行一定程度的数据挖掘，阅读推文和简介，进行计算。当一天的服务器负载最少时，可以在每日或每周的 cron 作业中完成此操作（或者可能在单独的服务器上 24/7 完成）。

你是如何连接的

这可能是一个聪明的工作，让你感觉已经完成了负载的蛮力来确定路径。然而经过一些表面研究，我发现这很简单：

假设你是用户A；用户B是你的连接；用户 C 是用户 B 的连接。

为了访问用户 C，您需要先访问用户 B 的个人资料。通过访问用户 B 的个人资料，网站已经保存了表明用户 A 位于用户 B 的个人资料中的信息。因此，当您从用户B访问用户C时，网站立即告诉您“用户A - >”用户B->用户C'，忽略所有其他可能的路径。

这是用户 C 的最大级别，用户 A 无法继续查看他的连接，直到用户 C 成为用户 A 的连接。

来源：观察 LinkedIN

与您类似

这与#1（您可能关注的人）完全相同，只是算法读取不同的人员列表。算法读入的人员列表是您关注的人员。

您的意思是

，好吧，您说得对，只是 Google 可能不仅仅使用 soundex。以谷歌为例，有语言翻译、单词替换和许多其他算法。我对此无法发表太多评论，因为它可能会变得非常复杂，而且我不是处理语言的专家。

如果我们对谷歌的基础设施进行更多研究，我们可以发现谷歌拥有专门用于拼写和翻译服务的服务器。您可以访问 http://en.wikipedia.org/wiki/Google_platform。

结论

高度强化的算法的关键是缓存。缓存结果后，您不必在每个页面都加载它。 Google 做到了，Stack Overflow 做到了（在大多数带有问题列表的页面上），Twitter 也做到了，这并不奇怪！

基本上，算法是由开发人员定义的。您可以使用其他人的算法，但最终您也可以创建自己的算法。

Answer 2

您可能关注的人

可能是多种推荐算法之一，也许是协作过滤？

你们如何连接

这只是社交图谱上的最短路径算法。假设连接没有权重，它将简单地使用广度优先。

与您相似

只是使用与您可能关注的人相同的算法重新排列数据集。

查看集体智能编程一书，以获得良好的帮助介绍用于您可能关注的人和与您相似的算法类型，它也提供了很棒的Python代码。

Answer 3

1. 您可能关注的人
   来自 Twitter 博客 - “建议基于多个因素，包括您关注的人和他们关注的人”
2. 您的联系方式功能
   我想你已经回答了这个问题。
3. 与你相似
   如上所述，正如您所说，虽然结果可能被缓存 - 所以每个会话只执行一次，甚至可能频率更低......

希望有帮助，
克里斯

Answer 4

我不使用推特；但考虑到这一点：

1）。从表面上看，这并不难：对于我关注的每个人，查看他们关注的人。然后，对于他们关注的每个人，查看他们关注的人等。当然，你走得越深，需要的数字处理就越多。

如果你也能有效地提取相反的内容，你可以更进一步：对于我关注的人，谁也关注他们？

对于这两种方式，没有说的是一种对推特用户进行加权的方法，看看他们是否是我真正想要关注的人：自由派追随者也可能关注保守派推特用户，但这并不意味着我想要关注保守（见#3）。

2）。不确定，思考一下......

3）。假设简介和推文是唯一要继续的内容，那么困难的部分是：

• 决定应该存在哪些属性（政治背景、主题类型等）
• 清理每 140 个字符以进行数据挖掘。

一旦你拥有了正确的属性集，那么两种不同的算法就会浮现在脑海中：

• K 表示聚类，以决定我倾向于区分哪些属性。
• N-最近邻，根据我倾向于重视的属性，找到与您最相似的 N 个高音扬声器。
• 编辑：实际上，决策树可能是完成所有这一切的更好方法......

这都是推测性的，但如果有人付费来做这件事，听起来很有趣。