Apache Mahout：将不同的信息组合为评级

Question

我是 Mahout 的新手，正在尝试编写基于用户的推荐系统。我读了Mahout in Action一书，但有一个问题没有回答我。

将关于用户-项目关系的两条或多条信息组合成单个评分值是否有意义？

其实我已经掌握了信息

1. 用户是否下载了项目（布尔值）。我可以选择一个布尔推荐器。
2. 我也有相同元素的用户评分（上/下），所以我可以使用它们。

问题是，评级非常稀疏，在历史数据中不可用。

这就是为什么我想做这样的事情：

评分是 +1.0 或 -1.0（拇指向上或向下），如果没有评分，我使用 0.6（或类似）作为用户下载项目的评分。否则不添加任何关系（=潜在推荐）。

这有什么好处吗？我什至可能还有其他事情要插话，比如有人在他的收藏夹中添加了一个项目。

我会对其进行测试，但评估者使用评级值来确定推荐的接近程度，这使得关于什么是好的评级值的测试当然是无用的。

Answer 1

1. 一种可能的（简单的解决方案）是获取该人已评分的对象的评分，然后将其除以所有用户的平均项目评分，或者如果数据更加稀疏，则将项目评分除以项目类别的平均评分。在没有评分的情况下，您只需添加项目/项目类型的平均分数。

2. 然后，您可以将此分数添加到您的布尔值中，如果此人已对某个项目进行评分但未下载该项目，您可能会添加一个条件，即您将布尔值设为 0.5。也许他从其他来源访问了该项目。

3. Check 3.1.1 of this paper 他们描述了如何在应用 SVD 之前创建归一化的用户项矩阵。会有所帮助。

4. 我不确定这种方法的工作原理，可能会对很少有人评价的项目产生一些偏见。