Vergleichsentscheidung abspeichern und prognostizieren

[Laser]

Moin,

ich bin auf der Suche nach Schlagworten für meine Recherche.

Vom Benutzer getroffene Vergleichsentscheidungen sollen gespeichert werden. Auf dieser Basis soll dann eine Prognose erstellt werden.

Beispiel:

Foto A gefällt besser als Foto B. Foto B gefällt besser als Foto C.
Daraus soll sich die Prognose ergeben, dass Foto A besser gefällt als Foto C.
Der Benutzer soll die Prognose überschreiben können, dass C genauso gut gefällt wie A.

Kurz:
A > B, B > C, dann Prognose A > C, Überschreiben C = A soll möglich sein.


Nach was für Schlagworten suche ich am besten?
In was für einer Datenstruktur speichert man am besten 100.000 Vergleiche ab?
Es soll keine komplexe künstliche Intelligenz sein. Die Prognosequalität eines guten Junk-Mail Filters sollte erreicht werden.

Vielen Dank.

[Furtbichler]

Zu deiner Frage: Versuche es mal mit "similarity based classification".

Ich würde das mit Graphentheorie lösen: Genauergesagt, mit einm Graph mit gewichteten Kanten. Alle Photos sind Knoten und alle Vergleiche sind Kanten zwischen zwei Knoten.

'A>B' bedeutet dann "Es gibt einen Weg von A nach B" mit der Gewichtung '+1' (oder +X, wenn Du die Präferent gewichten willst). Logischerweise gibt es auch einen Weg von B nach A mit der negativen Wichtung.

Die Frage, wie sich A zu C enthält, ergibt sich dann wie folgt:
1. Es gibt einen direkten Weg von A nach C. Die Progonose ergibt sich dann aus der Gewichtung des Weges.
2. Es gibt enen indirekten Weg von A nach C (z.B. über 'B'). Hier kommt die Wegsuche ins Spiel, die einen kürzesten (Anzahl der Kanten) Weg von A nach C findet und die Wichtungen summiert.

Problematisch wird es bei folgendem Konstrukt:
(1) A>B und B>C, aber
(2) A<D und D<C.

Nach (1) ist nun A>C, aber nach (2) ist A<C.