测试圈相亲平台开发流程(21):匹配算法(下)

简介: 测试圈相亲平台开发流程(21):匹配算法(下)

上节课我们已经搞定了几乎所有架构上的事。只差俩个分值计算函数了。


   但是经过我们仔细一想,赫然发现,俩个函数的算法应该是一模一样的。唯一的区别就是,进来的个人信息和择偶标准 是女方,还是男方而已,也就是对调一下而已。


所以我们这里简化为一个函数,但是传参颠倒的格式:

image.png

image.png


然后我们来实现这个函数,仍然以鸣人举例。


   这里我们拿到的是鸣人的个人/择偶信息,还有异性的个人/择偶信息。


   因为个人信息目前字段是高于择偶信息的。所以我们要以择偶信息来作为依据。

   而多出来的个人信息字段,则作为额外加分项(以后实现,需要开发统一标准打分功能)。

   函数如下:

image.png

分别要用五个want字段来计算分数。

然后把这五个字段分数 分别* 系数 加到一起。目前我并没有更改系数,这个系数要实际的效果来不断调整才行,所以我都默认0.2


研究具体分数计算之前,我们为了确保最后总分在100为满的基础上。所以必须严格控制所有分数的分段结果和精度。(只是大概结果在100以下,特别优秀的肯定是超过100分)


然后就是 要一个一个来研究吧:

第一个分数,身高height:


假如want = 170cm, info=175cm ,那么肯定加分的。如果info=168cm,那就要扣分的。


所以暂时写成:当然后续我会逐步优化算法。

image.png

   

然后是收入,同样的,我们按照年收入/元 来计算。每超出10000算10分

image.png


然后是age年龄,超出一岁扣20分,小一岁加20分。

image.png

   

然后是学历,这个差一级差50分吧。

但是难点在于,先要从信息中精确定位出来真实的。毕竟人输入的各有千秋,比如本科,本,大本 这些都是本科。

image.png

如上图,我先设置了学历递增列表,然后算出want和info的学历下标,再用下标差来计算最终得分。比如研究生下标是5,本科下标是4,那么得分就是

(5-4)*50 = 50分。如果完全没获取到,就算-100分


然后我们继续算地址匹配度。

这个我们可以直接使用第三方的字符串相似度库

image.png


image.png

这个库的得分都是0.几,最大是1 所以结果✖️100


好了。现在我们再次测试鸣人的匹配结果:

image.png


概率上来讲,纲手>雏田>小樱。


如果看己方角度得分,那么鸣人最心仪的是雏田,最不想匹配的是纲手奶奶。

如果从对方角度得分看,纲手是最心仪鸣人哦~ ,而小樱则是嫌弃到负数。


本系列开发过程暂时结束,后续就是优化了哈~  


声明:文中的动漫角色均非实际角色,数据是随机填的,所以结果并不符合真实剧情,不惜勿喷哦~  等作者之后给按照真实属性填入后就会看到...



然后顺便看看其他角色的匹配结果:

image.png

果然鸣雏还是概率最高哦~


image.png

小樱和鸣人概率也很高


image.png

纲手奶奶和谁概率都高,没办法,毕竟火影。


image.png

佐助的话,果然逃不掉和纲手奶奶...


相关文章
|
3月前
|
存储 测试技术 虚拟化
VMmark 4.0.3 - 虚拟化平台基准测试
VMmark 4.0.3 - 虚拟化平台基准测试
85 0
VMmark 4.0.3 - 虚拟化平台基准测试
|
7月前
|
存储 算法 安全
.NET 平台 SM2 国密算法 License 证书生成深度解析
授权证书文件的后缀通常取决于其编码格式和具体用途。本文档通过一个示例程序展示了如何在 .NET 平台上使用国密 SM2 算法生成和验证许可证(License)文件。该示例不仅详细演示了 SM2 国密算法的实际应用场景,还提供了关于如何高效处理大规模许可证文件生成任务的技术参考。通过对不同并发策略的性能测试,开发者可以更好地理解如何优化许可证生成流程,以满足高并发和大数据量的需求。 希望这段描述更清晰地传达了程序的功能和技术亮点。
743 14
.NET 平台 SM2 国密算法 License 证书生成深度解析
|
2月前
|
机器学习/深度学习 存储 算法
强化学习算法基准测试:6种算法在多智能体环境中的表现实测
本文系统研究了多智能体强化学习的算法性能与评估框架,选用井字棋和连珠四子作为基准环境,对比分析Q-learning、蒙特卡洛、Sarsa等表格方法在对抗场景中的表现。实验表明,表格方法在小规模状态空间(如井字棋)中可有效学习策略,但在大规模状态空间(如连珠四子)中因泛化能力不足而失效,揭示了向函数逼近技术演进的必要性。研究构建了标准化评估流程,明确了不同算法的适用边界,为理解强化学习的可扩展性问题提供了实证支持与理论参考。
119 0
强化学习算法基准测试:6种算法在多智能体环境中的表现实测
|
4月前
|
安全 前端开发 Linux
Immunity CANVAS Professional 7.27 (macOS, Linux, Windows) - 渗透测试和漏洞利用平台
Immunity CANVAS Professional 7.27 (macOS, Linux, Windows) - 渗透测试和漏洞利用平台
154 3
Immunity CANVAS Professional 7.27 (macOS, Linux, Windows) - 渗透测试和漏洞利用平台
|
3月前
|
自然语言处理 算法 数据可视化
文本聚类效果差?5种主流算法性能测试帮你找到最佳方案
本文探讨了自然语言处理中句子嵌入的聚类技术,使用Billingsmoore数据集(925个英语句子)进行实验。通过生成句子嵌入向量并可视化分析,对比了K-Means、DBSCAN、HDBSCAN、凝聚型层次聚类和谱聚类等算法的表现。结果表明,K-Means适合已知聚类数量的场景,DBSCAN和HDBSCAN适用于未知聚类数量且存在异常值的情况,而谱聚类在句子嵌入领域表现不佳。最终建议根据数据特征和计算资源选择合适的算法以实现高质量聚类。
165 0
文本聚类效果差?5种主流算法性能测试帮你找到最佳方案
|
7月前
|
算法 数据安全/隐私保护 计算机视觉
基于FPGA的图像双线性插值算法verilog实现,包括tb测试文件和MATLAB辅助验证
本项目展示了256×256图像通过双线性插值放大至512×512的效果,无水印展示。使用Matlab 2022a和Vivado 2019.2开发,提供完整代码及详细中文注释、操作视频。核心程序实现图像缩放,并在Matlab中验证效果。双线性插值算法通过FPGA高效实现图像缩放,确保质量。
|
5月前
|
机器学习/深度学习 存储 Kubernetes
【重磅发布】AllData数据中台核心功能:机器学习算法平台
杭州奥零数据科技有限公司成立于2023年,专注于数据中台业务,维护开源项目AllData并提供商业版解决方案。AllData提供数据集成、存储、开发、治理及BI展示等一站式服务,支持AI大模型应用,助力企业高效利用数据价值。
|
7月前
|
算法 安全 大数据
【算法合规新时代】企业如何把握“清朗·网络平台算法典型问题治理”专项行动?
在数字化时代,算法推动社会发展,但也带来了信息茧房、大数据杀熟等问题。中央网信办发布《关于开展“清朗·网络平台算法典型问题治理”专项行动的通知》,针对六大算法问题进行整治,明确企业需落实算法安全主体责任,建立健全审核与管理制度,并对算法进行全面审查和备案。企业应积极自查自纠,确保算法合规透明,防范风险,迎接新机遇。
|
8月前
|
存储 算法 安全
基于哈希表的文件共享平台 C++ 算法实现与分析
在数字化时代,文件共享平台不可或缺。本文探讨哈希表在文件共享中的应用,包括原理、优势及C++实现。哈希表通过键值对快速访问文件元数据(如文件名、大小、位置等),查找时间复杂度为O(1),显著提升查找速度和用户体验。代码示例展示了文件上传和搜索功能,实际应用中需解决哈希冲突、动态扩容和线程安全等问题,以优化性能。
|
27天前
|
机器学习/深度学习 算法 新能源
【优化调度】基于matlab粒子群算法求解水火电经济调度优化问题研究(Matlab代码实现)
【优化调度】基于matlab粒子群算法求解水火电经济调度优化问题研究(Matlab代码实现)

热门文章

最新文章