用于评估用户响应的算法

Ral*_*lph 5 algorithm statistics probability data-mining

我正在开发一个用于分类汽车照片的网络应用程序.将向用户呈现各种车辆的照片,并且将被要求回答关于他们所看到的一系列问题.结果将记录到数据库中,进行平均并显示.

我正在寻找算法来帮助我识别经常不与群组投票的用户,这表明他们可能要么不关注照片,要么他们对他们看到的内容撒谎.然后我想要排除这些用户,并重新计算结果,这样我可以用已知的信心来说,这张特定的照片显示的是这样的车辆.

这个问题适用于所有计算机科学人员,在哪里可以找到这样的算法,或者给自己设计这样的算法的理论背景.我假设我将不得不学习一些概率和静力学,也许是一些数据挖掘.一些书籍建议会很棒.谢谢!

PS这些是多项选择题.

所有这些都是很好的建议.谢谢!我希望堆栈溢出有一种方法可以选择多个正确的答案,这样你就可以更多地承认你的贡献!

Amr*_*mro 2

我相信您所描述的问题可以使用异常值/异常检测来解决。存在多种技术:

  • 基于统计的方法
  • 基于距离的方法
  • 基于模型的方法

我建议您看一下优秀书籍《数据挖掘简介》中的这些幻灯片