on 2009-01-05, 123 supposed :
> Pierwsze co przychodzi na mysl to policzenie 'wektora preferencji
> uzytkownika' (np. srednia arytmetyczna z ogladanych przez niego obrazkow) i
> znalezienie najblizszych mu wektorow w przestrzeni cech.

Wektor binarny jest przestrzenią niemetryczną. Wyciąganie tam średnich
nie ma zbyt wielkiego sensu.
Najprościej:
1. Stworzyć dla użytkownika wektor najczęściej oglądanych cech (np. 10
cech).
2. Wybrać X obrazków zawierających wektory cech najbliższe stworzonemu
dla użytkownika.

> statkiem [0.5 0.5 0.5 0.5...]'. Prawdopodobnie nalezaloby jakos zachowac nie
> tylko informacje co user lubi ale tez w jakich polaczeniach.
> Macie jakies pomysly? W rozwiazaniu zalezy mi bardziej na predkosci niz na
> dokladnosci ze wzgledu na bardzo duzy zbior zdjec.

Połączenia bym zignorował. Jest spora szansa, że cechy na obrazkach są
skorelowane. Tym bardziej, że zależy Ci na prędkości.

> Pewnie sa jakies algorytmy do tego, ale najwyrazniej nie potrafie zadac
> odpowiedniego pytania guglowi.

Google: binary vectors similarity, clustering binary data.

pozdrawiam,
Jakub