我正在对推荐系统进行一些探索性工作，并且一直在阅读涉及基于用户，基于项目和SVD算法的协同过滤技术 . 我也在尝试R的推荐器包 .
文献中的一个明显假设是用户数据基于评定量表标记了项目，例如，介于1至5星之间 . 我正在研究用户数据没有评级但只是交易的问题 . 例如，如果我想向用户推荐餐馆，我所拥有的唯一数据就是他访问其他餐馆的频率 .
如何将这些“交易”计数转换为可以由期望固定规模评级的推荐算法使用的评级？我想到的一种方法是简单的分箱：
0 stars = 0-1 visits
1 star = 2-3 visits
...
5 stars = 10+ visits
但是，这似乎不会很好 . 例如，如果有人只去过一家餐馆，他可能仍然非常喜欢它 .
任何帮助，将不胜感激 .
2 回答
我会尝试不同的方法 . 正如你所说，只有访问一次可能表明用户仍然喜欢餐厅，但你不确定 . 您的目标不是针对单个用户而是针对所有用户进行优化 . 因此，您可以将数据拆分为培训和测试数据 . 训练不同尺度的训练数据并测试测试数据 .
不同的尺度可能是
二进制标度（0：从未访问过，1：访问过） . 这主要用于网上商店（买或不买） . 通过一次访问支持你的阵营 .
您呈现的比例或5星的其他范围 . 您还可以使用超过5颗星 . 我可能不会将0-1次访问 .
应选择具有最佳精度的方法 .
这是一个想法：用户访问过的餐馆零次或一次告诉你他们喜欢什么 . 他们多次去过的餐馆告诉你很多 . 为什么不寻找类似于客户最常光顾的餐馆？通过这种方式，您可以使用正面信息（他们喜欢什么）但没有任何负面信息，因为您无论如何都无法访问它 .
如果你绝对不得不推断一些连续的衡量标准，我认为只考虑过往行为的另一次访问的倾向是明智的 . 这将从选择该餐馆的先前概率（背景频率，或仅仅是餐馆的统一）开始，其可能性项与该餐馆的访问次数相关 . 通过这种方式，用户访问餐馆的次数越多，他们再次访问的可能性就越大 .