Czesc,

Jakub Debski pisze:
> Ale właśnie o tym pisałem odnośnie korelacji obrazków.
> Szansa występowania zwierzęcia na statku jest mała, ponieważ cechy
> występujące na obrazkach są zwykle silnie skorelowane.

Niestety nie moge z gory zalozyc, ze mamy pare grup cech ktore sie
wzajemnie wykluczaja dla jednego obrazka lub niektore cechy sa silnie
skorelowane z innymi (co oczywiscie nie oznacza, ze nie sa).

>> Jeżeli użytkownika będzie interesować operacja OR z kilku zestawów
>> preferencji, to po prostu doda sobie taki zestaw samodzielnie.
>
> Według mnie właśnie ten proces autor wątku chce zautomatyzować.

dokladnie tak.

Po porzadnym przeszukaniu googla okazalo sie, ze rozwiazanie bardzo
podobnego problemu jest wykorzystywane w genetyce przy porownywaniu
genow (ktore to koduje sie wlasnie jako wektory w n-wymiarowej przestrzeni).

Jesli ktos bylby zainteresowany poczytaniem sobie w ciemne zimowe
wieczory to polecam: http://www.cs.princeton.edu/~jbg/documents/compbio.p
df

>> To co proponujesz sprowadza się tak naprawdę do jednego wektora
>> preferencji, a tu uzytkownik może podać wiele. I powinno się sprawdzać
>> każdy z wektorów z osobna, a potem wziąć minimalną znalezioną odległość.
>
> To też dobry pomysł - można oceniać X ostatnio oglądanych obrazków i
> szukać im podobnych. Uwzględni to zmianę preferencji użytkownika w czasie.

I tak prawodpodobnie zrobie, przy czym dodatkowo zrobie wykrywanie
'zmiany preferencji' (wektor poszukiwan bardzo odlegly od poprzedniego).
Bede trzymal sobie kilka ostatnich wektorow i do proponowanych rzeczy
bede wybieral bliskie jednemu z nich.

Dzieki wszystkim za odpowiedzi i pozdrawiam,
123