组织一次交易活动--商业“快速约会”算法

Question

我是软件工程专业的学生，现在我正在为我的最后一个项目工作，在交易日安排商务配对。

这样做的目的是让一个卖家(开发者)和一个买家(一个有经济能力的人)在一起。算法应该像“快速约会”。

假设我有15张桌子和10节课。这意味着每节课15位买家将与15位卖家见面20分钟。

我的问题是如何进行匹配？

假设每个人都有8个特征。

·我考虑创建二部图(A组-卖方，B组-买方)

·然后，根据类似的属性，将卖方和买方联系起来(应考虑什么是错误的程度)。不想把没有血缘关系的人聚集在一起

·然后在每个会话中寻找最大匹配。

限制条件:这不是实时的，我会在活动前几天关闭注册。

目前，我对如何执行链接步骤(基于person属性)进行了“阻止”。

我很感谢你的帮助，即使就这件事进行对话也会对我有很大帮助！

Answer 1

通常给出描述数据点的多维数据，您可以定义点之间的相似性或“内核”。例如，这可能是每个维度中标准偏差标准化后的点积。或者它可以是高斯核e^((-d^2)/y)，其中d是点之间的点积，y是一个恒定的带宽参数。另外，如果某些维度是绝对的，那么如果范畴变量一致，那么一维点积可以是1，否则0。然后，你可以形成整体的点积从多维数据后，标准化的每个维度的标准差。要点是，一旦在点之间形成相似或核，那么就可以定义一个加权二分图，其中边的权重等于点之间的相似/核，而您的问题是找到最大权重匹配。这是一个众所周知的问题，在文献中有解，例如匈牙利算法，参见graphs。