使用SlopeOne算法來預測遊戲者是否可以在遊戲中完成一個關卡？

Question

我打算使用SlopeOne算法來預測遊戲玩家是否可以在遊戲中完成給定的等級？

下面是這種情況：

1. 很多玩家的發揮，並嘗試在遊戲中完成100級水平。
2. 每位玩家可以按照自己的意願多次玩關卡，直到他們穿過關卡。
3. 系統會記錄每個級別的ReTries的級別和數量。
4. 每個遊戲等級都屬於3個類別之一（Easy，Medium，Hard）
5. 每個類別的水平的近似分佈爲33％，這意味着33％的水平是Easy，33％的水平是Hard等

使用這樣的信息：

當一個新的玩家開始玩遊戲，後幾級，我希望能夠預測 哪個級別可以在玩家十字容易和水平可他/她不容易穿過。

具有此預測能力我想提出用戶能夠以50％概率交叉的遊戲關卡。

我可以使用SlopeOne算法嗎？

推理是我看到很多我想說的與電影評級系統之間的相似之處。

n個用戶，m個項目和N個評級來預測給定項目的用戶評級。

同樣，在我的情況，我有

n個用戶，M個級別和N重試...

唯一的區別在電影分級制度的等級是固定的1-5級是在我的情況下，重試的範圍可以從1-x（x可以高達30）

理論上有人可以重試30次以上，現在我可以開始將上限固定爲30，並在I有更多的數據。

感謝。

Answer 1

我不知道該算法會如何擬合，但我發現這對實現它在Python http://www.serpentine.com/blog/2006/12/12/collaborative-filtering-made-easy/

Answer 2

我認爲它可能工作，但我會申請日誌的嘗試次數（你不能做日誌（0），以便重試不起作用）。如果有人發現一個級別容易，他們會嘗試一次或兩次，而發現它很難的人通常必須一遍又一遍地做。 1去vs 2去的差距遠遠大於20去vs 21去。這將消除對限制數量設置任意限制的需要。