我有用户和资源。每个资源由一组特性描述,每个用户与一组不同的资源相关。在我的特定案例中,资源是网页,以及关于访问位置、访问时间、访问次数等的特性信息,这些信息与每次特定的用户相关联。在
我想得到用户之间关于这些特性的相似性度量,但是我找不到一种方法来聚合资源特性。我已经用文本特性完成了这项工作,因为可以将文档添加到一起,然后提取特性(比如TF-IDF),但我不知道如何继续这个配置。在
为了尽可能清楚地说,我得到的是:>>> len(user_features)
13 # that's my number of users
>>> user_features[0].shape
(2374, 17) # 2374 documents for this user, and 17 features
我可以使用欧几里德距离得到文档的相似度矩阵,例如:
^{pr2}$
但我不知道如何比较用户之间的差异。我应该以某种方式将这些特性聚合在一起,最终得到一个N_Users X N_Features矩阵,但我不知道怎么做。在
有关于如何进行的提示吗?在
有关我正在使用的功能的更多信息:
我这里的功能还没有完全修复。到目前为止,我得到的是13个不同的特性,已经从“视图”聚合而来。我得到的是每个视图的标准差、平均值等,以便有一些“平坦”的东西,以便能够比较它们。我的一个特点是:自从上次查看之后,位置是否发生了变化?一小时前呢?两小时前?在