文档章节

求TopK的Fagin’s Algorithm和Threshold Algortihm

Vegetable
 Vegetable
发布于 2017/07/25 13:35
字数 1029
阅读 22
收藏 0

Fagin算法和Threshold算法都是Top-K排序领域的经典算法(K代表只要对前K个值排序值),不同于传统Top-k对一维数组前K个值排序,Fargin和Threshhold算法适用于参考多个排序指标时对前k个物品排序。

举例 

你想买个手机,问了两个对电子产品比较在行的朋友,朋友1给出了这份推荐列表:

而朋友2却给了这份推荐列表:

假如你对两个朋友都同样信任,你该听谁的建议呢?


暴力法--平均两个列表的推荐指数(全计算再求TopK)


根据原来两个推荐列表每项的推荐指数,重新生成一个列表,新列表的每项参考原来列表的值来重新计算;譬如:
V(iphone 5s)=(V1(iphone 5s)+V2(iphone 5s))/2=(10+7)/2=8.5
V(小米3)=(V1(小米3)+V2(小米3))/2=(9+9)/2=9
...............
然后每个型号来比较,这种方法简单暴力,感觉上不高效,因为你只要买一个手机,却要把每个手机权重都计算出来;感觉上只要每个列表比较前面几个就够了,但具体要比较几个呢?却又说不清,这时候就该的Fagin和Threshold算法出马了!

Fagin算法


1.两个列表都选择各自的第一行的项,生成新列表,推荐指数1和推荐指数2各取第一行的iPhone5s和小米3


2.两个列表再取第二行的每项,放到新列表中,取得推荐指数1的小米3和推荐指数2Find7

3.两个列表再取第三行的每项,放到新列表中
........
(直到新列表有一项的值在原先两个推荐指数列表都取到过;可以看到其实第二步就可以停了,因为新列表的小米3的两个值都取到了)
4.补全每项在其他列表中的值

5.就从已获取项里找最推荐的手机,列表其他值没必要看了

所以小米3是最值得入手的!

  • 疑问1:这里总共只取了三个手机来作比较,原先两个列表其他项都没再比较,真的就可以了?
  • 回答:当小米3从原先两个列表都取到了值,这说明原先两个列表再也找不到一个手机品牌推荐指数能比小米3再高了(因为如果有,它至少在原先某个推荐列表排名比小米3高,会已经出现在新列表中了)
  • 疑问2:小米是第一个原先两个列表都获取到值的,所以平均分最高?
  • 回答:就算小米3首先"出线",也不能说小米3是最值得入手的,还需要把iphone 5s和Find 7在其他列表的推荐指数也找出来,将三个一一比较才能知道最后鹿死谁手~(当然第5步比较了发现还是小米3高)

更一般的有:

Threshold算法


1.两个列表都选择各自的第一行的项,生成新列表(这一步和Fargin算法相同)

2.算出两列表取出的第一行的平均值
(V(iphone 5s)+V(小米3))/2=(10+9)/2=9.5作为Threshold
3.补全每项在其他列表中的值   得到iphone5S --8.5,小米3--9

4.看新列表的各手机推荐指数平均值是否大于第2步算出的9.5

    8.5和9都比9.5小,两列表取出下一行数据,重复1~4步,直到Threshold比新列表最大值

例子中在进行一次即可,可以看出iphone 5s和小米3都已经大于(等于)第6步算出的8.5,因而没必要再找了(原先两列表剩下的各项最大平均分也不会超过8.5);对比ihone 5s和小米3的平均分,还是选择了小米3。

更一般的有:

此时k=2

参考文献 Top-k query.pdf

© 著作权归作者所有

共有 人打赏支持
Vegetable
粉丝 17
博文 45
码字总数 45932
作品 0
杭州
Point-In-Polygon Algorithm

Figure 1 Figure 1 demonstrates a typical case of a severely concave polygon with 14 sides. The red dot is a point which needs to be tested, to determine if it lies inside the po......

山哥
2016/11/07
14
0
Top K Frequent Items Algorithm

Top K Frequent Items Algorithm Zhipeng Jiang2017-11-141 阅读 Top K frequent elements is a classic interview question that requires a basic understanding of HashMap and Heap. In ......

Zhipeng Jiang
2017/11/14
0
0
机器学习中的supervised learning,unsupervised learning

Have You Heard About Unsupervised Decision Trees Posted by William Vorhies on October 17, 2017 at 8:30am View Blog Summary: Unless you’re involved in anomaly detection you may ......

huangsheng2
2017/10/27
0
0
Mahout推荐算法之SlopOne

一、 算法原理 有别于基于用户的协同过滤和基于item的协同过滤,SlopeOne采用简单的线性模型估计用户对item的评分。如下图,估计UserB对ItemJ的偏好 图(1) 在真实情况下,该方法有如下几个...

xiaomin0322
06/19
0
0
帕斯卡三角形(杨辉三角)II

原题   Given an index k, return the kth row of the Pascal’s triangle.   For example, given k = 3,   Return .   Note:   Could you optimize your algorithm to use only O......

一贱书生
2016/12/22
2
0

没有更多内容

加载失败,请刷新页面

加载更多

下一页

7 个致命的 Linux 命令

导读 如果你是一个 Linux 新手,在好奇心的驱使下,可能会去尝试从各个渠道获得的命令。以下是 7 个致命的 Linux 命令,轻则使你的数据造成丢失,重则使你的系统造成瘫痪,所以,你应当竭力避...

问题终结者
今天
0
0
设计模式:工厂方法模式(工厂模式)

工厂方法模式才是真正的工厂模式,前面讲到的静态工厂模式实际上不能说是一种真正意义上的设计模式,只是一种变成习惯。 工厂方法的类图: 这里面涉及到四个种类: 1、抽象产品: Product 2、...

京一
今天
0
0
区块链和数据库,技术到底有何区别?

关于数据库和区块链,总会有很多的困惑。区块链其实是一种数据库,因为他是数字账本,并且在区块的数据结构上存储信息。数据库中存储信息的结构被称为表格。但是,区块链是数据库,数据库可不...

HiBlock
今天
0
0
react native 开发碰到的问题

react-navigation v2 问题 问题: static navigationOptions = ({navigation, navigationOptions}) => ({ headerTitle: ( <Text style={{color:"#fff"}}>我的</Text> ), headerRight: ( <View......

罗培海
今天
0
0
Mac Docker安装流程

久仰Docker大名已久,于是今天趁着有空,尝试了一下Docker 先是从docker的官网上下载下来mac版本的docker安装包,安装很简易,就直接拖图标就好了。 https://www.docker.com/products/docker...

writeademo
今天
0
0

没有更多内容

加载失败,请刷新页面

加载更多

下一页

返回顶部
顶部