我正在研究一个将用于分类汽车照片的Web应用程序。用户将看到各种车辆的照片,并会被要求回答关于他们看到的一系列问题。结果将被记录到数据库中,取平均值并显示。算法评估用户响应
我正在寻找算法来帮助我识别经常不与该群组投票的用户,这表明他们可能不注意照片,或者他们在说谎他们看到的东西。然后,我想排除这些用户,并重新计算结果,以便我可以用已知的信心说,这张特定的照片显示的是这样一种车辆。
这个问题出现在所有你的计算机科学家,在哪里可以找到这样的算法,或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态,也许一些数据挖掘。一些书的建议会很好。谢谢!
P.S.这些是多项选择题。
所有这些都是很好的建议。谢谢!我希望有一种堆栈溢出的方式来选择多个正确的答案,这样你可以承认你的贡献更多!
问题是开放式还是多项选择?他们是主观的还是客观的,通常只有一个正确答案? – 2009-11-01 19:55:45
他们是多项选择问题 – Ralph 2009-11-01 20:03:12