Machine learning 如何预测用户'；使用项目相似性的偏好？

我在想，考虑到项目之间的相似性和用户对项目的评分，我是否可以预测用户是否会喜欢某个项目

我知道基于项目的协同过滤推荐中的等式，预测的评分取决于总体评分和项目之间的相似性

方程式为：

我的问题是，

• 如果我使用其他方法（例如基于内容的方法）获得了相似性，我还可以使用这个等式吗
• 此外，对于每个用户，我只有一个用户最喜欢的项目列表，而不是评分的实际值
• 在这种情况下，缺少用户u对项目j的评分和项目j的平均评分。有没有更好的方法或方程式来解决这个问题

另一个问题是，我编写了一个python代码来测试上述等式，代码是

mat = numpy.array([[0, 5, 5, 5, 0], [5, 0, 5, 0, 5], [5, 0, 5, 5, 0], [5, 5, 0, 5, 0]])
print mat

def prediction(u, i):
    target = mat[u,i]
    r = numpy.mean(mat[:,i])
    a = 0.0
    b = 0.0
    for j in range(5):
        if j != i:
            simi = 1 - spatial.distance.cosine(mat[:,i], mat[:,j])
            dert = mat[u,j] - numpy.mean(mat[:,j])
            a += simi * dert
            b += simi
    return r + a / b

for u in range(4):
    lst = []
    for i in range(5):
        lst.append(str(round(prediction(u, i), 2)))
    print " ".join(lst)

结果是：

[[0 5 5 5 0]
 [5 0 5 0 5]
 [5 0 5 5 0]
 [5 5 0 5 0]]

4.6 2.5 3.16 3.92 0.0
3.52 1.25 3.52 3.58 2.5
3.72 3.75 3.72 3.58 2.5
3.16 2.5 4.6 3.92 0.0

---

第一个矩阵是输入，第二个是预测值，它们看起来不接近，这里有什么问题吗？

是的，可以使用不同的相似性函数。例如，评分上的余弦相似性很常见，但不是唯一的选择。特别是，使用基于内容的过滤的相似性可以有助于稀疏评级数据集（如果项目的内容元数据相对密集），因为您将用户的首选项映射到较小的内容空间，而不是较大的单个项目空间

---

如果您只有一个用户已消费的项目列表（但没有每个项目的偏好大小），那么另一种算法可能更好。尝试市场篮子分析，例如。

您所指的是一种典型的隐性评级情况（即，用户不会对项目给出明确的评级，比如说您只喜欢和不喜欢）。 至于方法，你可以使用邻域模型或潜在因素模型。 我建议你阅读这篇文章，它提出了一个基于机器学习的解决方案