machine-learning - 为此我需要什么人工智能领域？

Question

有一个数据库，其中包含大量项目(~500,000)，每个项目都有一定数量的属性(~20)，由整数标识。有大约 50,000 个不同的属性。

我想编写一个程序，根据项目的属性找到项目之间的最佳匹配。有一个可用的指标来定义匹配的好坏，但只能在匹配完成一段时间后进行。仅仅因为两个项目共享相同的属性并不意味着它会是一个很好的匹配。该程序必须从一组已进行的匹配(每个匹配的度量已知)中学习哪些属性组组合在一起并进行最佳匹配。

学习过程结束后，它应该能够对新项目进行最佳匹配，这些新项目与之前学到的项目具有部分相同的属性。此外，一旦指标可用，程序就应该从它进行的每场比赛中学习，以改进自身。

我该如何应对？我不确定这属于人工智能的哪个领域(因此是标题)，但我认为该程序将开始按项目的属性对项目进行分类，因为这就是我手动执行的方式......我应该研究什么算法？

编辑:我想到了 hopfield 网络，其中某个项目的部分或全部属性会将其引导至一个类别，但我不确定这是否适用于这种规模。

Answer 1

这是机器学习中典型的聚类问题，有像 K-means 这样的算法可以帮助你。您可以使用 Weka/Orange 试验您的数据，并选择最适合您的算法。一旦确定了正确的算法，您就可以通过编程来执行相同的操作。