我是软件工程专业的学生， 现在我正在为我的最终项目工作，在交易日安排商务配对。
我们的想法是将卖家（开发人员）和买家（有经济能力的人）聚集在一起。 算法应该像“快速约会”。
假设我有15个桌子和10个会话。 这意味着每个会议的15位买家将在15分钟内与15位卖家见面。
我的问题是如何进行匹配？
假设每个人都有8个属性来表征他 •我在考虑创建二分图（A组 - 卖方，B组 - 买方）
•然后根据相似的属性在卖家和买家之间建立联系（应该考虑什么是错误级别）。不想把那些不相关的人聚集在一起
•然后在每个会话中寻找最大匹配。
约束：这不是实时，我会在活动前几天关闭注册。
我目前对于如何进行链接步骤（基于人物属性）的“想法被阻止”。
感谢您的帮助， 即使是关于此事的对话也会对我有所帮助！:)
答案 0 :(得分：1)
通常会给出描述数据点的多维数据，您可以在点之间定义相似性或“内核”。这可能是例如例如，在每个维度中通过标准偏差进行标准化后的点积。或者它可以是高斯核e ^（（ - d ^ 2）/ y）其中d是点之间的点积，y是恒定带宽参数。例如，如果某些维度是分类的，那么如果分类变量一致，则一维点积可以为1，否则为0.然后，您可以在将每个维度按其标准差归一化后，从多维数据中形成整体点积。关键是，一旦你在点之间形成相似性或核心，那么你可以定义一个加权的二分图，其中边的权重等于点之间的相似性/内核，你的问题是找到最大权重匹配。这是文献中解决方案的众所周知的问题，例如，匈牙利算法，参见例如http://en.wikipedia.org/wiki/Matching_%28graph_theory%29#In_weighted_bipartite_graphs。