R : recommenderlab 패키지에서 상위 N 개 항목을 구매할 가능성 있음

Question

R에 recommenderlab 패키지의 사용자 기반 협업 필터링을 사용하여 상위 N 개 항목을 사용자에게 추천합니다. 바이너리 사용자 항목 행렬을 입력으로 사용하고 있습니다 (구매 내역에서 생성).

고객이 상위 N 개 항목을 가져 오는 대신 상위 N 개 항목 각각에 대해 항목을 구매할 가능성이 있습니까?

dB 내 사용자 항목 매트릭스 내가 다음 코드를 사용하고 있습니다 : 당신은 그냥 type="prob"를 지정해야

r <- as(dB, "binaryRatingMatrix") 
rTrain <- r[1:874, ] 
rTest <- r[875, ] 

rr <- Recommender(rTrain, method = "UBCF", 
        parameter = list(method = "Jaccard", nn = 50)) 

rrP <- predict(rr, rTest, n = 500, type = "topNList") 
predCF <- as(rrP, "list") 

caret 패키지 방법 predict에서, 그래서 나는 recommenderlab 패키지에 비슷한 찾고 있습니다. type="ratings"을 넣어 봤지만 같은 결과가 나왔습니다.

Answer 1

표준 권장 알고리즘은 등급 (점수)을 예측하지만 구매 확률은 예측하지 않습니다. 가장 높은 등급 (점수)을 가진 항목이 가장 바람직한 항목이므로 다음 구매 가능성이 높습니다 (구매 가능성이 가장 높을 수도 있음). 그러나 이는 직접적으로 확률을 제공하지는 않습니다.