组合数据排序算法问题，254个有位置的数，顺序错乱，分别是 1，2，3 组成。需要得到的结果是从前往后相加为3或者本身自己就是3，求排序方法和排序顺序数值。数据如下：1 2 2 2 1 3 2 3 2 2 3 3 3 3 3 3 1 1 1 1 1 1 2 1 2 1 1 1 1 1 2 2 1 1 2 1 1 1 1 1 2 1 1 1 1 1 1 3 1 1 2 3 3 1 1 1 1 2 2 3 3 3 1 2 1 2 2 3 3 3 1 1 1 1 2 2 1 1 1 1 1 2 2 2 1 1 1 1 2 1 1 1 2 2 1 1 1 1 1 1 2 2 1 1 2 1 1 2 1 1 1 1 1 2 1 1 1 2 2 […]

是这样的，题主正在纠结硕士学位论文开题。因为实习的原因，手头上有一些 搜索的日志(数据量够大，特征够多)。 想利用这个资源，与机器学习相结合写一篇论文。(自学了一年机器学习。)目前本人找到了两个点，一个是排序学习(learning to rank)的研究， 但是这个算法方面不知道自己能不能提出什么创新点？第二个是一个相关query的推荐系统的应用实现。但是这个又 感觉不够新颖？这两个方面有比较符合要求(研究方面要有一定的创新点， 应用方面要有一定的技术含量。)的题目(方向)？除此之外，还有什么 比较好的方向和题目？ 抛开搜索，有比较好的数据来源的应用点， 也可考虑。还有 不到一个月就要开题了。 由于某些原因，只能靠自己来想。 真心求 […]

有什么高效可行的算法吗？（可以稍微简陋一些，最好高效，所拥有的数据是一行行的消费记录：“消费id”，“学生卡id”，“消费时间”，“消费金钱”，“消费地点”）。找出那些经常一个人消费的（很少有人和他多次同时间段、同地点消费。每次和他消费大多都是不同的人群，而没有固定的人）。又或者是排序算法，排出最没有“固定搭档”的那群人。电子科技大学周涛教授研发出一套“大数据”系统——“学生画像”，通过挖掘、分析学生多种在校数据信息，“算”出每名学生的学习、生活状态。通过“前后脚”数据，量化学生孤独程度。他是用的什么高效算法利用大量数据推算出来的呢？

比如价格、销量、智能、距离、人气目测不是单纯的一个纬度，多个纬度又是如何考虑的？