【发布时间】：2012-02-22 23:17:37
【问题描述】：
我正在试验一些电影评分数据。目前正在做一些混合项目和基于用户的预测。从数学上讲，我不确定如何实现我想要的，也许答案只是直接加权平均值，但我觉得可能还有其他选择。
我现在有 4 个值，我想得到平均值
- 基于项目的预测
- 基于用户的预测
- 给定项目的全球电影平均值
- 给定用户的全球用户平均值
随着这一进程的推进，我将需要添加其他值，例如加权相似度、类型加权，我相信还有一些其他的东西。
现在我想把重点放在上面提到的可用数据上，以便于理解。
这是我的理论。首先，我想对项目和基于用户的预测进行同等加权，这将比全球平均值具有更大的权重。
我觉得在我非常生疏的数学和一些基本的尝试中想出一个不太线性的解决方案是使用像谐波平均值这样的东西。但不是自然地倾向于低平均值，而是倾向于全球平均值。
例如
预测项目基础评分 4.5
基于用户的预测评分 2.5
全球电影评分 3.8
全球用户评分 3.6
所以这里的“中心”/全球平均值为 3.7
由于我的数学很生疏，我可能对此不太满意，但是有人对我如何在数学上表示我的想法有任何想法吗？
或
你对不同的方法有什么想法
【问题讨论】：
-
netflix 奖是由一种“分层”SVD 算法赢得的。
-
确实，目前这有点遥不可及。出于学习目的，我正在尝试这条路线，看看我能走多远。我查看了 SVD，但还不确定如何实现它。
标签： math recommendation-engine collaborative-filtering