没有给出topN列表的重组实验室

Question

我创建了一个dataset并尝试应用recommenderlab，但是没有得到一个TopN推荐列表。我得到了一个“i1”列表，但我期望有三个项目。

我创建了一个数据集，其中包含5个项、5个用户和1:5的评分(加上NA值)。选择UBCF时，将为第一个用户提供三项建议。TopN在获得具有getModel()功能的不同类型的推荐系统后不会显示。

我在RStudio版本0.98.953上运行推荐实验室版本0.1-5 .

> #Get recommenderlab
> library("recommenderlab")
> #Create matrix
> Dt = matrix(c(NA,2,5,NA,3,
+               5,3,NA,2,1,
+               2,NA,4,1,1,
+               3,2,2,3,NA,
+               3,3,1,5,5), 
+             nrow = 5,
+             ncol = 5,
+             dimnames = list(user = paste("u", 1:5, sep = ''),
+                             item = paste("i", 1:5, sep = '')))
> #Identify matrix
> Dt

    item
user i1 i2 i3 i4 i5
  u1 NA  5  2  3  3
  u2  2  3 NA  2  3
  u3  5 NA  4  2  1
  u4 NA  2  1  3  5
  u5  3  1  1 NA  5

> #Convert matrix to RealRatingMatrix
> M <- as(Dt, "realRatingMatrix")
> #Identify dataset
> head(as(M, "data.frame"))

   user item rating
4    u1   i2      5
8    u1   i3      2
12   u1   i4      3
16   u1   i5      3
1    u2   i1      2
5    u2   i2      3

> # Create UBCF Recommender System 
> r <- Recommender(M, method = "UBCF")
> # Describe Recommender
> r
Recommender of type ‘UBCF’ for ‘realRatingMatrix’ 
learned using 5 users.
> # Get recommendation systems
> names(getModel(r))
[1] "description" "data"        "method"      "nn"          "sample"      "normalize"  
[7] "minRating"  
> # Get top-N model
> getModel(r)$topN
NULL
> # Create top-3 list from UBCF recommender system for users 1001
> recom <- predict(r, M[1,], n = 3)
> #Get recommendations
> as(recom, "list")
[[1]]
[1] "i1"

如果我能提供更多的信息，请告诉我。

编辑：

我在CRAN的推荐实验室文档中看到，predict()函数给出了预测的评级或topN列表。出于某种原因，predict()也没有给予。第一行中存在两个NA值，但只有一个项。

Answer 1

推荐者不会推荐第一个人已经评分过的商品。如果您为第一个用户包括了3个NA，那么您将有一个前3位列表：

library("recommenderlab")
 #Create matrix
   Dt = matrix(c(NA,2,5,NA,3,
                                NA,3,NA,2,1,
                                NA,NA,4,1,1,
                                3,2,2,3,NA,
                               3,3,1,5,5), 
                               nrow = 5,
                             ncol = 5,
                             dimnames = list(user = paste("u", 1:5, sep = ''),
                                                                           item = paste("i", 1:5, sep = '')))

Dt
M <- as(Dt, "realRatingMatrix")
r <- Recommender(M, method = "UBCF")
recom <- predict(r, M[1,], n = 3,type=c("topNList"))
as(recom, "list")