Да, рассмотренные алгоритмы работают в том числе и с ориентированными графами.
В случае первых двух алгоритмов изменения коснутся матрицы смежности графа, она станет несимметричной. Матричный элемент A_{ij} будет = 1, если есть ребро из вершины i в вершину j, иначе 0. При том для ребер с заданным направлением A_{ij} != A_{ji}
Для последнего алгоритма при выборе самой часто встречаемой метки среди соседей нужно будет учитывать только тех соседей, из которых есть ребра в рассматриваемую вершину.
Где это можно применить на практике?
Представим, что у нас есть вершины, метки которых мы хотим заморозить (не обновлять), но на их основе обновлять метки других вершин. Тогда, как один из вариантов, для "замороженных" вершин можно удалить ребра, которые ведут к ним, оставив ребра, выходящие из них
Говорите, что «один и тот же продавец на один товар, на разных площадках ставит разную цену»
При том предлагаете оценить качество алгоритма: «Про поиск, как оценить работу алгоритма? Правильно. Сравнив его результаты, с другими площадками.»
(вообще говоря, поиск и матчинг это разные задачи)
Как матчинг влияет на ценовую политику продавца?
Экономия времени и денег покупателя происходит за счет того, что предложения от разных продавцов на сайте находятся в общей карточке товара, и покупатель может быстрее выбрать более подходящее предложение. Надеюсь, что статью вы прочитаете, а не будете просто «накидывать», потому что в статье это подробно описано, с картинками. Вероятно, после прочтения и комментарии будут по сути статьи
Алгоритмы распространения меток, в некотором смысле, схожи с генетическими. Думаю, что вопрос в интерпретации их шагов и в различных модификациях алгоритма
Есть публикация, в которой предлагается еще одна вариация алгоритма распространения меток и как раз приводится ее интерпретация с точки зрения генетического алгоритма: https://doi.org/10.1016/j.eswa.2016.12.039
Думаю, что в основе дейтинг-сервисов скорее лежат немного другие алгоритмы, как написали выше. Поиск "идентичных" профилей может помочь с выявлением фрода, в частности, находить фейковые аккаунты.
Сам же дейтинг скорее базируется на алгоритмах ранжирования, рекомендаций и т. д. Например, можно показывать пользователю анкеты, анализируя фотографии и описание профилей понравившихся ему людей
Спасибо за отзыв и полезный вопрос! :)
Да, рассмотренные алгоритмы работают в том числе и с ориентированными графами.
В случае первых двух алгоритмов изменения коснутся матрицы смежности графа, она станет несимметричной. Матричный элемент A_{ij} будет = 1, если есть ребро из вершины i в вершину j, иначе 0. При том для ребер с заданным направлением A_{ij} != A_{ji}
Для последнего алгоритма при выборе самой часто встречаемой метки среди соседей нужно будет учитывать только тех соседей, из которых есть ребра в рассматриваемую вершину.
Где это можно применить на практике?
Представим, что у нас есть вершины, метки которых мы хотим заморозить (не обновлять), но на их основе обновлять метки других вершин. Тогда, как один из вариантов, для "замороженных" вершин можно удалить ребра, которые ведут к ним, оставив ребра, выходящие из них
Спасибо за отзыв :)
В компании достаточно большое количество DS и ML команд
Возможно, в некоторых из них тоже используют какие-либо алгоритмы на графах, но точнее и подробнее тут не подскажу
Вы сами себе противоречите
Говорите, что «один и тот же продавец на один товар, на разных площадках ставит разную цену»
При том предлагаете оценить качество алгоритма: «Про поиск, как оценить работу алгоритма? Правильно. Сравнив его результаты, с другими площадками.»
(вообще говоря, поиск и матчинг это разные задачи)
Как матчинг влияет на ценовую политику продавца?
Экономия времени и денег покупателя происходит за счет того, что предложения от разных продавцов на сайте находятся в общей карточке товара, и покупатель может быстрее выбрать более подходящее предложение. Надеюсь, что статью вы прочитаете, а не будете просто «накидывать», потому что в статье это подробно описано, с картинками. Вероятно, после прочтения и комментарии будут по сути статьи
Привет!
Вы правильно процитировали «поиск одинаковых товаров на сайте».
В статье речь про поиск одинаковых товаров от разных продавцов на Ozon.
Как вы логически перешли к «один и тот же продавец на один товар, на разных площадках ставит разную цену» не уловил
Большое спасибо за отзыв!
Успехов в изучении алгоритмов :)
Алгоритмы распространения меток, в некотором смысле, схожи с генетическими. Думаю, что вопрос в интерпретации их шагов и в различных модификациях алгоритма
Есть публикация, в которой предлагается еще одна вариация алгоритма распространения меток и как раз приводится ее интерпретация с точки зрения генетического алгоритма:
https://doi.org/10.1016/j.eswa.2016.12.039
Думаю, что в основе дейтинг-сервисов скорее лежат немного другие алгоритмы, как написали выше. Поиск "идентичных" профилей может помочь с выявлением фрода, в частности, находить фейковые аккаунты.
Сам же дейтинг скорее базируется на алгоритмах ранжирования, рекомендаций и т. д. Например, можно показывать пользователю анкеты, анализируя фотографии и описание профилей понравившихся ему людей
Интересная мысль, спасибо за идею ?