我是软件工程专业的学生，现在我正在为我的期末项目工作，安排在交易日进行商务配对。

这个想法是将卖家(开发人员)和买家(有经济能力的人)在一起. 算法应该像“快速约会”.

假设我有 15 张 table 和 10 个 session 。这意味着每节 15 位买家将与 15 位卖家会面 20 分钟。

我的问题是如何进行匹配？

假设每个人都有8个属性来表征他。
• 我想创建二分图(A 组 - 卖家，B 组 - 买家)

• 然后根据相似属性将卖家和买家联系起来(应考虑什么是错误级别)。不想把没有血缘关系的人聚在一起

• 然后在每个 session 中寻找最大匹配。

限制:这不是实时的，我会在事件前几天关闭注册。

我目前对如何执行链接步骤(基于个人属性)“想法受阻”。

非常感谢您的帮助，即使就此事进行对话也会对我有很大帮助!:)

1 Câu trả lời

通常给定描述数据点的多维数据，您定义点之间的相似性或“内核”。这可能是例如例如，通过每个维度的标准差归一化后的点积。或者它可以是高斯核 e^((-d^2)/y)，其中 d 是点之间的点积，y 是常数带宽参数。还有例如如果某些维度是分类的，那么如果分类变量一致，您可以将一维点积设为 1，否则为 0。然后您可以在按标准差对每个维度进行归一化后，从多维数据中形成整体点积.关键是，一旦你在点之间形成了相似性或内核，那么你就可以定义一个加权二部图，其中边的权重等于点之间的相似性/内核，你的问题是找到最大权重匹配。这是文献中解决方案的众所周知的问题，例如匈牙利算法，参见例如http://en.wikipedia.org/wiki/Matching_%28graph_theory%29#In_weighted_bipartite_graphs .

关于algorithm - 组织贸易事件 ||业务 "speed dating"算法，我们在Stack Overflow上找到一个类似的问题： https://stackoverflow.com/questions/22464244/