7

Preciso selecionar vários clientes de um site de relacionamentos que eu estou desenvolvendo e ordenar por compatibilidade com o perfil da pessoa ou seja, quanto mais características semelhantes maior a compatibilidade e alem disso tenho que fazer uma espécie de "contador" para exibir a porcentagem de compatibilidade...

o meu principal problema está em sempre retornar resultados, mesmo que nenhuma característica bata com o interesse da pessoa e desenvolver uma forma de exibir a "compatibilidade" entre as duas pessoas...

O mais importante é a lógica de como chegar no resultado e não o código pronto

Tabela Carateristica

id
nome
sobrenome
cidade
estadocivil
altura
peso
fisico
pele
olhos
filhos
querofilhos
bebo
fumo
denominacao
frequencia
importancia
igreja
sou
procuro

Tabela Interesse

id
cidade
estadocivil
altura_min
altura_max
peso_min
peso_max
fisico
pele
olhos
filhos
quer_filhos
bebe
fuma
denominacao
frequencia
importancia

Ainda não cheguei em uma lógica de como fazer isso por isso não tenho nenhum código para postar para poder orientar melhor vocês, mas assim que tiver eu acrescento aqui.

8
  • 5
    Mesmo que você não tenha saído do 0, é melhor postar suas tentativas iniciais, as características do Banco de Dados, links da sua pesquisa inicial... Quanto mais informação à respeito do seu caso concreto, mais fácil é prover uma resposta adequada. Confira o guia Como perguntar.
    – brasofilo
    Commented 5/03/2014 às 11:34
  • adicionei o que eu podia para ajudar @brasofilo Commented 5/03/2014 às 12:00
  • Creio que você vai depender mais da api do site de relacionamento disponibilizará para você. Até se consegue fazer o sistema se autenticar e começar a varrer o site ( um spider + webcrawler ) mas provavelmente o site de relacionamento te barrará. Commented 5/03/2014 às 12:52
  • @FlávioGranato na verdade eu desenvolvi o site, e essa é uma consulta interna no site... não vou fazer requisição por api mas sim criar uma pagina no site que vai exibir isso... Commented 5/03/2014 às 13:44
  • 1
    @LuizVieira inseri a tag algoritmo mas ainda não posso criar tags novas para inserir métrica como uma possibilidade... Commented 6/03/2014 às 17:48

1 Resposta 1

9

A primeira coisa que você precisa definir é a forma como representará a compatibilidade entre dois indivíduos A e B. Você mesmo menciona o termo "porcentagem" na sua pergunta, então acho que o mais apropriado para você seja utilizar valores entre 0 e 1 de forma que 0 represente nenhuma compatibilidade e 1 represente compatibilidade total. Valores entre esses limites definiriam o grau de compatibilidade.

A forma mais simples de se obter essa compatibilidade é calcular uma "distância" (ou similaridade) entre os indivíduos por meio de suas características. Imaginando que dois indivíduos A e B completamente iguais em termos de suas características seriam totalmente compatíveis, o resultado esperado seria 1. Essa abstração pode ser feita para cada característica individualmente. Por exemplo, considere inicialmente a idade.

Ao assumir-se que dois indivíduos completamente compatíveis teriam a mesma idade (e esse é um ponto bastante discutível - mais detalhes posteriormente), uma medição possível seria a seguinte:

inserir a descrição da imagem aqui

A variável DIF_MAX contém a diferença máxima entre a maior e a menor idade disponível na sua base de dados (que pode ser um valor previamente calculado conforme a base de dados é atualizada) e serve para normalizar (isto é, manter o resultado entre 0 e 1) a diferença absoluta entre as idades dos indivíduos A e B (respectivamente as variáveis idadeA e idadeB). A similaridade resultante é igual a 1 - diferença absoluta, e faz com que dessa forma indivíduos com exatamente a mesma idade tenham similaridade TOTAL, ou seja, igual a 1 (já que 1 - (0 / DIF_MAX) = 1 - 0 = 1) e indivíduos com a máxima diferença entre idades tenham similaridade NULA, ou seja, igual a 0 (já que 1 - (DIF_MAX / DIF_MAX) = 1 - 1 = 0).

No caso desse campo (idade), o fato de ser um valor numérico facilita porque se pode usar essa abordagem numérica. No caso de campos de valores enumeráveis (cor dos olhos, por exemplo), você pode representar cada valor como um número inteiro distinto e aplicar a mesma abordagem (sendo que DIF_MAX será igual ao número de possíveis valores para o campo), ou simplesmente aplicar uma abordagem lógica/booleana em que a similaridade é 1 se e somente se os indivíduos tiverem exatamente o mesmo valor e 0 caso contrário (isso também depende da interpretação de compatibilidade, que eu discuto a seguir).

Uma vez tendo-se as similaridades para cada campo, uma compatibilidade geral pode ser facilmente obtida com uma média simples ou ponderada (se determinados campos forem mais importantes do que outros) dos valores por campo (a variável NUM_CARAC representa o número de características, ou seja, o número de campos de cada indivíduo):

inserir a descrição da imagem aqui

Essa "compatibilidade" entre indivíduos muito provavelmente deve ser calculada previamente pelo sistema, e não no momento da consulta. Deve ser fácil manter uma tabela comparando cada par de indivíduos, e seus valores podem ser utilizados para ordenar a lista de potenciais relações no momento de uma consulta (dessa forma, mesmo que um indivíduo qualquer tenha baixa compatibilidade com os demais na sua base, sempre haverá listagens para serem exibidas).


Finalmente eu gostaria de discutir algumas questões importantes. Muito embora essa abordagem que eu acabo de sugerir possa funcionar, eu honestamente não sei se ela é a melhor forma de obter um bom resultado. A avaliação da compatibilidade entre pessoas apenas por meio das diferenças de idade é pouco útil sozinha, mas ela pode ajudar num contexto maior. Porém, qual deve ser o peso dessa informação? Parece óbvio que diferenças maiores entre a idade de indivíduos diminuem um bocado a compatibilidade, mas isso não é necessariamente verdade porque há inúmeros exemplos na vida real que refutam essa intuição.

Eu desconheço em detalhes a forma empregada pelas empresas/sistemas que prestam esse tipo de serviço (aliás, esse é o seu mais importante dever de casa! Procure entender como a concorrência faz), mas minha intuição me diz que a verificação de compatibilidade não é algo assim tão simples como medir a similaridade entre indivíduos por meio de suas características ou preferências.

A compatibilidade depende principalmente de preferências pessoais que não são exatamente as preferências a respeito de parceiros (poderia-se dizer que são meta-preferências; por exemplo, a "cor dos olhos" pode ser mais ou menos importante para diferentes indivíduos). Além disso, a compatibilidade pode variar também com o contexto (local ou temporal): por exemplo, pessoas famosas influenciam bastante as preferências estéticas e comportamentais dos demais indivíduos.

Por isso, mesmo que a abordagem da média ponderada possa ser útil em uma primeira versão do seu sistema, seguramente você precisará utilizar métodos mais rebuscados para conseguir concorrer com o que já existe.

Métricas de compatibilidade úteis seguramente utilizariam uma combinação da compatibilidade individual (medida por exemplo de uma forma sugerida anteriormente) e outras métricas mais subjetivas. Você deve ter percebido que uma métrica "na moda" é a compatibilidade social (isto é, resultante da avaliação da própria "comunidade" a respeito dos indivíduos), mas isso é ao mesmo tempo interessante e polêmico (vide as discussões sobre aplicativos como Lulu e Tinder). Provavelmente o futuro reserva potencial para a aplicação de abordagens similares à do NetFlix, isto é, um sistema de recomendação em que o histórico de escolhas e avaliações sejam utilizados para "prever" os gostos futuros.

De todas as formas, se o seu sistema incluir pesos diferentes para as características, uma opção que pode ser fácil de implementar e produzir resultados satisfatórios pode ser permitir que os usuários avaliem os resultados exibidos (em termos de gostei e não gostei). Com base na avaliação, os próprios pesos poderiam ser INDIVIDUALMENTE ajustados de forma dinâmica.

13
  • 1
    A ideia foi excelente! e para minha sorte todos os campos são inteiros(representam valores pré-definidos). e a ideia de guardar uma tabela com as comparações de todos os usuários foi o ponto mais interessante pra mim, pois realmente fazer o sistema gerar toda a comparação no momento da consulta seria a maior burrice que eu faria... Apesar de eu não ter entendido a segunda fórmula que você apresentou a ideia e a lógica cumprem exatamente oque eu preciso, sendo assim, mais tarde posso deixar aqui o resultado final desse trabalho :D muito obrigado pela a ajuda e pelo tempo gasto Commented 5/03/2014 às 20:06
  • A "segunda fórmula" é apenas para exemplificar a média ponderada (se você optar por usar pesos - senão é como se todos os pesos valessem 1 e você apenas somou os valores das similaridades de cada campo e dividiu pelo total de campos). Depois que tiver o seu resultado, poste uma resposta própria. :) Commented 5/03/2014 às 20:18
  • Bom, agora veio uma duvida pior, se eu criar uma tabela no banco de dados pra isso, como vou fazer pra atualizar ela a cada alteração do perfil do usuário? se eu tiver muitos usuários terei que atualizar milhões de registros por segundo o servidor só tem 8gb de ram e não vai aguentar... Commented 6/03/2014 às 17:40
  • 1
    @RodrigoBorth: Quando você tiver os milhões de usuários, provavelmente seja mais fácil aumentar a capacidade do seu servidor. Commented 6/03/2014 às 17:51
  • Acho que seria uma tabela para conta aonde logaria o usuário, outra para o perfil, e outra para os "pesos", todas referenciando a mesma conta através de um campo FK conta_id. Quando você buscar os perfis, use apenas os pesos para filtrar. E se souber como, crie uma tabela para indexação de busca de perfis. Commented 6/03/2014 às 17:54

Você deve fazer log-in para responder a esta pergunta.

Esta não é a resposta que você está procurando? Pesquise outras perguntas com a tag .