我在談論像電影/物品推薦,但似乎房地產更棘手。在訪問網站並搜索RE時,應該向用戶提出一些建議。我們將這項任務分成兩個任務:如何實現房地產推薦引擎?
a)用戶還沒有輸入任何個人信息 - 基於物品的推薦 b)用戶已經輸入了他/她的詳細信息,如收入,位置等 - 項目/基於用戶的推薦
我認爲任務a)的第一件事是開始建模RE功能,但使用一些範圍而不是精確值。例如:
在2區
- 40 - 50,我們可以將其標記爲 「1」
- 50 - 70是 「2」
- 等...
價格:
- 20 - 30對數千名€將被標記爲1
- 30 - 40將是2
- 等...
接近市中心:
- 1爲RE在市中心
- 2爲區域2或距離中心最多2/3公里
- 3爲區域3或距離中心7公里
所以具有範圍讓我們指定一個矢量到每個RE屬性這將允許我們使用:歐幾里德距離,Pearson相關和一些最近鄰算法。
請評論我的方法或建議一個新的。
爲什麼你在課堂上使用任意的基數標籤?在我看來,你可以使用trunc(area/20)和trunc(income/10000)來獲得更一般的,更自然的映射。強迫從中心到數學公式的距離似乎不那麼直觀,但我認爲它可以完成。 – tripleee 2011-08-07 10:21:15