理解并解释建议

Question

我正在尝试使用推荐实验室来构建 UBCF 并生成推荐。这个过程是好的，预测似乎是有道理的。我需要向我的同行（商业和营销）解释为什么我要向这些用户推荐这些商品。

我的代码是：

library(recommenderlab) 
data(Jester5k) 

r <- sample(Jester5k, 1000)

rec_ub <- Recommender(r[1:100],method="UBCF", param=list(normalize = "Z-score",method="Cosine", nn=3,minRating=1))
recom_ub <- predict(rec_ub, Jester5k[1001:1002], n=20, type="ratings")

my.df<-as(recom_ub,"matrix")
rownames(my.df)<- rownames(Jester5k[1001:1002])

my.result<-melt(my.df, id = 1)
names(my.result)<-c("user","item","value")
my.result<-my.result[order(my.result$user,-my.result$value),]
my.result<-subset(my.result,value>0)

例如，我需要知道为什么将项目 j76 推荐给用户 u11691，即哪些用户实际上是该用户的邻居（由推荐者使用）。

Answer 1

UBCF 基于活跃用户附近的相似用户 尝试查看相似度函数以查看最相似的用户 (nn=20)。 相似度(r, method = "cosine",which="user")