algorithm - 程序化查询权重

Question

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

An 在使用该应用程序，并且有 10% 的兴趣会见俄罗斯人，有 90% 的兴趣会见墨西哥人。B 正在该应用上进行搜索，90% 的人有兴趣结识俄罗斯人，10% 的人有兴趣结识墨西哥人。

让每个人自己的搜索结果符合他们的偏好是相当简单的。例如，对于 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 个结果准确反射(reflect)了 B 对 90% 俄罗斯人和 10% 墨西哥人的偏好。

但在该示例中，A 可能总是会出现在 B 的结果集中(假设所有其他条件都匹配)，因为 A 有兴趣会见俄罗斯人。但理想情况下，A 应该只在 10% 的时间内出现在 B 的结果集中，因为这更接近地反射(reflect)了他们自己的偏好。换句话说，如果应用程序上有 1,000 人都对会见俄罗斯人感兴趣，那么当 B 真的只有 10 % 有兴趣会见俄罗斯人。

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，但我似乎无法接受它。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)。我更感兴趣的是如何思考解决方案，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，但这绝对是不雅和繁琐的。

Answer 1

我相信您想按两者适合彼此的概率来排序。这将是这样的:

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

p(a|b) 是 a 给定 b 的特征的概率。所以，对于 a 和俄罗斯人来说，这是 90%。 p(b|a) 相反，因此最终为 (0.1)*(0.9) = 0.09。如果他们都 100% 批准，那么这将是 1.0。如果其中一个为 0%，则结果为 0%。

这是我对合适措施的第一个猜测，但它似乎是合理的。