如何实施战略设计模式？

Question

我正在研究一个推荐系统。这将是一个Android应用程序，用户将输入他们的偏好，并在这些偏好的基础上，其他匹配的配置文件将显示给该用户。我正在从用户那里获取数据，并将其存储在Firebase中。

这些是数值，为了向用户显示匹配的配置文件，我使用两种算法来计算用户之间的相似性计数:余弦相似性和Pearson相关性

if (request.query.algo === "cosine") {
  // compute cosine value
} 
else if (request.query.algo === "pearson-correlation") {
  // compute pearson correlation coefficents

}

由于这将是一个实时应用程序，所以这种方法是完全错误的，我想实现策略设计模式，其中算法可以在运行时决定，而不是在编译时。

所以现在的问题是，在策略设计模式中，我如何决定何时使用哪种算法？

例如，当你用信用卡买东西时，信用卡的类型并不重要。所有信用卡都有一个磁条，里面有编码信息。这些条带及其所包含的内容表示“接口”，卡的类型将是“实现”。每张信用卡都可以被任何其他信用卡替换，所有信用卡都是完全独立的。

类似地，在使用策略设计模式的运行时，我应该在余弦和皮尔森之间选择什么基础？

Answer 1

根据我的理解，Pearson在两个用户配置文件具有非常不同的项目集（在本例中是首选项）的情况下会表现得更差。

也许这就是你的标准？在匹配偏好的数量高于某个阈值的情况下，使用Pearson；在其他情况下，使用余弦。

您也许可以向用户显示一个接近匹配列表，该列表使用余弦向用户显示哪些配置文件有许多共同点。

然后你可以显示第二个列表，上面写着你可能也感兴趣，它使用Pearson来显示没有很多共同偏好的匹配配置文件。