確定類別的內容挖掘的算法

Question

我颳了幾個網站的食譜，我真的不想嘗試創建某種算法，將食譜分爲不同的類別。我想不能完全完美，但最佳實踐是什麼。我是否會首先在數據庫中創建靜態類別，然後使用靜態關鍵字創建另一個表，其中包含關於類別的外鍵，然後檢查包含關鍵字之一的刮擦文本，或者正確的方法是什麼？

Answer 1

在我看來，你要找的是一種分類算法，它通過預定義食譜或食譜屬性定義類（讀取類別）。

你可以實現這一點的一種方式是創建一個生活在所有食譜的指導，食譜甚至標題中的大字典。然後，您定義靜態數量的類別（此方法不適用於可變數量的類別），並定義字典中的每個單詞可預測包含該單詞的食譜屬於該類別。

你可以通過讓100個食譜手動告訴算法，他們屬於哪個類別，這樣你的算法將創建這些食譜的詞的權重（例如，包含單詞「水果」的沙漠食譜）將增加包含單詞「水果」這個詞的未來食譜被歸類爲沙漠食譜的機會

然後，當您的算法已針對這100個食譜進行校準時（顯然數字100可能大於或小於通常越大越好），您可以通過將已知配方插入算法來測試您的算法，並查看算法的正確性。您可以通過讓算法學習他的結果來升級算法，但只要您滿意你的算法的準確性ithm，你應該沒問題。

Answer 2

首先定義「類別」的含義。想想如何檢測它們，例如

• 關鍵字的文本
• 成分。

如果您還不確定，請嘗試一些組合並查看結果。您還可以在其上投擲AI算法，例如訓練神經網絡來檢測類別。