나는 추천 시스템에 대한 몇 가지 조사 작업을하고 있으며 사용자 기반, 항목 기반 및 SVD 알고리즘과 관련된 협업 필터링 기술에 대해 읽었습니다. 나는 또한 R의 추천 패키지를 시험 중이다. 문헌에 명백한 하나의 가정은 사용자 데이터가 등급 척도 (rating scale)에 기초하여 항목들을 라벨링했다는 것이다. 1 ~ 5 개의 별. 사용자 데이터에 평점이 아니라 트랜잭션 만있는 문제를보고 있습니다. 예를 들어 레스토랑을 사용자에게 추천하고 싶다면 그가 가지고있는 유일한 데이터는 그가 다른 레스토랑을 자주 방문한 빈도입니다.추천 시스템 - 트랜잭션 수를 별표로 변환
어떻게 이러한 "트랜잭션"개수를 고정 배율 등급을 예상하는 권장 알고리즘에서 사용할 수있는 등급으로 변환 할 수 있습니까? 내가 생각한 한 가지 접근법은 단순한 비닝이다 :
0 stars = 0-1 visits
1 star = 2-3 visits
...
5 stars = 10+ visits
그러나 그것은 잘 작동하는 것처럼 보이지 않는다. 예를 들어 누군가 레스토랑을 한 번만 방문했다해도 그는 여전히 그 레스토랑을 정말 좋아할 것입니다.
도움을 주시면 감사하겠습니다.
[** about SO **] (http://stackoverflow.com/tour)를 읽으십시오 : "시도한 것에 대한 세부 정보를 포함하십시오. 당신이하지 않은 것 ... [q] "(당신의 일을 보여주세요!)"라는 답을 찾으려고 노력했습니다. – Henrik
3 년 미만입니다. – Henrik