algorithm - 程序化查询加权

Question

这是我正在尝试为我正在开发的应用程序解决的一个难题。想象一个约会应用程序，人们可以在其中按国籍搜索个人。

Person An 在应用程序上，有 10% 的人有兴趣结识俄罗斯人，90% 的人有兴趣结识墨西哥人。人 B 正在应用程序上搜索，90% 的人有兴趣认识俄罗斯人，10% 的人有兴趣认识墨西哥人。

让每个人的 OWN 搜索结果与他们的偏好相匹配是相当简单的。例如，对于人员 B，如果您希望他们的搜索总共有 100 个结果，请运行 2 个查询，然后加入结果集。第一个查询生成 90 个俄罗斯人，第二个查询生成 10 个墨西哥人，总共 100 个结果准确反映了 B 对 90% 俄罗斯人和 10% 墨西哥人的偏好。

但是，在该示例中，由于 A 有兴趣结识俄罗斯人，因此 A 很可能总是出现在 B 的结果集中（假设所有其他条件都匹配）。但理想情况下，人 A 应该只出现在人 B 的结果集中，大约 10% 的时间，因为这更接近地反映了他们的 OWN 偏好。换句话说，如果应用程序上有 1,000 人都对认识俄罗斯人感兴趣，那么当人 B 真的只有 10 个% 有兴趣结识俄罗斯人。

是否有一种合乎逻辑的编程方式来正确解释这一点？感觉它应该是某种加权或概率解决方案，但我似乎无法抓住它。请注意，如果您想共享代码示例，我并不真正关心技术（例如 SQL）。我对如何考虑解决方案更感兴趣，以便我可以将其合并到任何类型的代码中。我目前能想到的唯一解决方案是维护某种临时“使用”表，但这绝对是不优雅和麻烦的。

标签： algorithmfilteringprobability

Answer 1

我相信您想按两者相互适合的概率进行排序。这将是这样的：

order by p(a|b))*p(b|a) desc

p(a|b) 是给定 b 的特征的 a 的概率。因此，对于 a 和俄罗斯人来说，这是 90%。p(b|a) 正好相反，所以最终结果为 (0.1)*(0.9) = 0.09。如果他们都批准了 100%，那么这将是 1.0。如果任一为 0%，则结果为 0%。

这是我对合适度量的第一次猜测，但似乎是合理的。