我正在推薦系統上進行一些探索性工作,並且一直在閱讀有關基於用戶,基於項目和SVD算法的協作過濾技術。我也在嘗試R的推薦程序包。推薦系統 - 將交易次數轉換爲星級評分
文獻中的一個顯而易見的假設是用戶數據已經基於評級量表標記了項目,例如,介於1至5星之間。我正在研究用戶數據沒有評分而只是交易的問題。例如,如果我想向用戶推薦餐館,我唯一的數據是他多久訪問過其他餐館。
如何將這些「交易」計數轉換爲可用於期望獲得固定比例評級的推薦算法的評級?我想到的一種方法是簡單的裝箱:
0 stars = 0-1 visits
1 star = 2-3 visits
...
5 stars = 10+ visits
但是,這似乎並不會奏效。例如,如果有人只去過一家餐館,他可能仍然會很喜歡它。
任何幫助,將不勝感激。
請閱讀[**關於SO **](http://stackoverflow.com/tour):「包括你已經嘗試過的細節,不要詢問... [q]你沒有問過的問題試圖找到答案(展示你的作品!)「。 – Henrik
不到3年。 – Henrik