Join FlipAndroid.COM Telegram Group: https://t.me/joinchat/F_aqThGkhwcLzmI49vKAiw


Algoritmo basado en el interés y la ubicación para la aplicación para Android android

Estoy tratando de trabajar en la aplicación móvil de Android donde tengo una funcionalidad para encontrar coincidencias de acuerdo a los intereses y la ubicación. Muchas aplicaciones de citas ya están haciendo un poco de funcionalidad por ejemplo Tinder partidos basados ​​en las ubicaciones, el sexo y la edad, etc

No quiero reinventar la rueda si ya se ha hecho. He buscado en google y algunos han sugerido utilizar el algoritmo de clustering para este Algoritmo para agrupar personas con intereses similares Algoritmo de similitudes de usuario

Tengo datos en este formato JSON para usuarios

User1: {location: "Delhi, India", interests: ["Jogging", "Travelling", "Praying"] } User2: {location: "Noida, India", interests: ["Running", "Eating", "Praying"] } User3: {location: "Bangalore, India", interests: ["Exercise", "Visiting new places", "Chanting"] } 

Estoy escribiendo un algoritmo de coincidencia que coincide con pocos debajo de los criterios –

  1. Si user1 está interesado en "Jogging" y otro usuario2 está interesado en "Running", de modo que correr y correr es, alternativamente, una especie de ejercicio, por lo que deben coincidir con los perfiles, así como también debe ser la ubicación más cercana Debe estar en la parte superior.

  2. El algoritmo, cuando se ejecuta a escala, debe ser bastante efectivo. Esto significa que me gustaría evitar comparar cada usuario individualmente con cada otro usuario. Para N usuarios esto es una operación O (N ^ 2). Idealmente, me gustaría desarrollar algún tipo de "puntuación" que puedo generar para cada usuario de forma aislada ya que esto implica realizar un bucle a través de todos los usuarios sólo una vez. Entonces puedo encontrar otros usuarios con puntuaciones similares y determinar el mejor partido basado en eso.

¿Puede alguien sugerirme con alguna implementación de cómo puedo lograr esto con la ayuda de firebase-cloud-function y firebase-database .

2 Solutions collect form web for “Algoritmo basado en el interés y la ubicación para la aplicación para Android android”

Creo que la similitud de codificación difícil es un enfoque equivocado. Ninguno de los principales motores de búsqueda dependen de tales asignaciones.

Un mejor enfoque es ser más impulsado por los datos. Cree una metodología ad hoc para empezar y una vez que tenga suficientes datos, construya modelos de aprendizaje de máquinas para clasificar las coincidencias. De esta manera usted no tiene que asumir nada.

Para la ubicación, tener algún tipo de radio (preferiblemente esto puede ser fijado por el usuario) y coincidir con las personas dentro del radio.

En primer lugar, yo diría que deshacerse de las funciones redundantes en su conjunto de datos, correr y correr podría ser 1 característica en lugar de 2, también después de que puede utilizar el algoritmo K-means para agrupar los datos de una manera no supervisada para aprender más acerca de K- Significa que puede acceder a este enlace: https://www.coursera.org/learn/machine-learning/lecture/93VPG/k-means-algorithm

También como usted está construyendo un sistema en línea, tiene que mejorarse todos los días Usted puede ver esto para aprender un poco más sobre el aprendizaje en línea https://www.coursera.org/learn/machine-learning/lecture/ABO2q/online- aprendizaje

También https://www.coursera.org/learn/machine-learning/lecture/DoRHJ/stochastic-gradient-descent este gradiente estocástico será útil saber.

Estos son videos conceptuales no implementar nada usted mismo, siempre se puede utilizar una biblioteca como tensorflow https://www.tensorflow.org/

Sé que esto parece un poco difícil de entender, pero usted necesitará este conocimiento con el fin de construir su propio sistema de recomendaciones personalizadas.

FlipAndroid es un fan de Google para Android, Todo sobre Android Phones, Android Wear, Android Dev y Aplicaciones para Android Aplicaciones.