在R中构建基于用户的协同过滤推荐系统

Question

我有一个129539行530列的矩阵。第一列对应于ClientID，第一行对应于产品品牌。在里面，我有一个排名索引，每个ClientID都有每个产品品牌的排名(如果ClientID从未购买过该产品，则为0，否则一直到10 )。

我正在用R构建一个基于用户的协同过滤推荐系统，使用前5000行进行训练，它给出的输出对我来说没有意义。

我必须生成的代码如下：

# Loading to pre-computed affinity data

affinity.data <-read.csv("mydirectory")

affinity.matrix <- as(affinity.data,"realRatingMatrix")

# Creation of the model - U(ser) B(ased) C(ollaborative) F(iltering)

Rec.model <- Recommender(Rank_dataframe[1:5000,],method="UBCF", param=list(normalize = "Z-score",method="Cosine",nn=5, minRating=0))

# recommended top 5 items for user 1507323

recommended.items.1507323 <- predict(Rec.model, affinity.matrix["1507323",], n=5) # to display them

as(recommended.items.1507323, "list")

我得到的输出是一个值列表，如下所示：

[[1]] [1] "0.0061652281134402" "0.00661813368630046" "0.0119331742243437" "0.0136147038801906" [5] "0.0138312586445367"

我期待的是我想推荐的品牌的名称，而不是一系列的数字。PS:我的原始矩阵的值从0到10 (包括小数，而不仅仅是整数)

非常感谢您的帮助或澄清。

Answer 1

这里有两个问题:首先，predict()函数将为您选择的用户返回每个项目的预测评分。如果你想推荐一个排名前N的列表，你必须预测该用户的每个项目的评分，然后对评分进行排序并返回前N名。

其次，当用户和项目从未交互时，推荐系统通常使用NULL或NA或缺少数据。您已经为此使用了0。这意味着预测将严重偏向于0(假设大多数用户不与大多数项目交互)，而您的预测实际上是用户与项目交互的概率。这可能是一个特性，也可能是一个bug，这取决于您的用例。但如果你的评分1-10代表偏好，0代表使用/不使用的二进制，那么你就是在混合信息，你应该用NA替换0。