求TopK的Fagin’s Algorithm和Threshold Algortihm

最新推荐文章于 2024-09-04 10:47:11 发布

weixin_34055910

最新推荐文章于 2024-09-04 10:47:11 发布

阅读量915

点赞数 3

文章标签： python

原文链接：https://my.oschina.net/zlb1992/blog/1486831

版权

2019独角兽企业重金招聘Python工程师标准>>>

Fagin算法和Threshold算法都是Top-K排序领域的经典算法(K代表只要对前K个值排序值)，不同于传统Top-k对一维数组前K个值排序，Fargin和Threshhold算法适用于参考多个排序指标时对前k个物品排序。

举例

你想买个手机，问了两个对电子产品比较在行的朋友，朋友1给出了这份推荐列表：

而朋友2却给了这份推荐列表：

假如你对两个朋友都同样信任,你该听谁的建议呢？

暴力法--平均两个列表的推荐指数（全计算再求TopK）

根据原来两个推荐列表每项的推荐指数,重新生成一个列表，新列表的每项参考原来列表的值来重新计算;譬如：
V(iphone 5s)=(V1(iphone 5s)+V2(iphone 5s))/2=(10+7)/2=8.5
V(小米3)=(V1(小米3)+V2(小米3))/2=(9+9)/2=9
...............
然后每个型号来比较,这种方法简单暴力,感觉上不高效，因为你只要买一个手机，却要把每个手机权重都计算出来;感觉上只要每个列表比较前面几个就够了，但具体要比较几个呢？却又说不清，这时候就该的Fagin和Threshold算法出马了！

Fagin算法

1.两个列表都选择各自的第一行的项,生成新列表，推荐指数1和推荐指数2各取第一行的iPhone5s和小米3

2.两个列表再取第二行的每项,放到新列表中，取得推荐指数1的小米3和推荐指数2Find7

3.两个列表再取第三行的每项,放到新列表中
........
(直到新列表有一项的值在原先两个推荐指数列表都取到过;可以看到其实第二步就可以停了,因为新列表的小米3的两个值都取到了)
4.补全每项在其他列表中的值

5.就从已获取项里找最推荐的手机,列表其他值没必要看了

所以小米3是最值得入手的！

疑问1:这里总共只取了三个手机来作比较,原先两个列表其他项都没再比较，真的就可以了？
回答:当小米3从原先两个列表都取到了值，这说明原先两个列表再也找不到一个手机品牌推荐指数能比小米3再高了(因为如果有,它至少在原先某个推荐列表排名比小米3高,会已经出现在新列表中了)
疑问2:小米是第一个原先两个列表都获取到值的,所以平均分最高?
回答:就算小米3首先"出线",也不能说小米3是最值得入手的,还需要把iphone 5s和Find 7在其他列表的推荐指数也找出来，将三个一一比较才能知道最后鹿死谁手～(当然第5步比较了发现还是小米3高)

更一般的有: