具有两个特征的相似性度量

Question

我有一些与相似度有关的问题

假设我们有一个矩阵M，其中M(i，j)是用户i和用户j之间的相似测度。

每个用户的特征是: id-user \ country \id-艺术家id-轨

为此，我选择使用Jaccard相似性度量。

Jaccard决心根据用户所听的音轨来计算用户之间的相似性。我的问题是:是否可以同时考虑id-轨和id-艺术家来衡量用户之间的相似性？

谢谢

Answer 1

是的，有多种不同的方式。

首先，我们可以考虑(id-artist，id-track)项作为集合的元素，并通过比较这些集合来计算Jaccard的相似性。请注意，如果艺术家的id没有提供超出轨道id的附加信息，这将给出相同的结果，而如果一个特定的轨道id可能与多个艺术家关联，则它将提供不同的结果。

其次，我们可以计算歌曲上的Jaccard相似性，然后再计算艺术家上的Jaccard相似性，然后将两者相加(可能是通过一些常数系数缩放两者)。这样，两个听同一位艺术家，但那些艺术家没有一首相同歌曲的用户，将被评为比不同艺术家听不同歌曲的用户更相似。

什么系数是有意义的？好的，您可以从每一个(也就是.5*similarity_artist+.5*similarity_track)的0.5开始，看看这是否合理，如果不是的话可以进行调整。

Answer 2

是的，你可以做到这一点(实际上在很多方面)。我喜欢把这个问题归结为一个分类问题，并找出适当的方法将它们结合起来。有关详细信息，请参阅：https://stats.stackexchange.com/questions/61351/how-to-combine-multiple-similarity-measures/166419#166419