寻找关于我面前的问题的一些建议。
我有一组用户观看的电影数据集。对于一些用户，我们知道他们观看了这部电影，以及他们对该电影的评价。对于其他许多人，我们知道他们看过这部电影，但不知道他们对这部电影的评价。
我希望找到一种方法，根据具有电影评级的较大数据集，将预测或内插评级应用于他们观看的用户电影。我试图找出围绕这个问题的最佳行动方案。我有150万用户和20K电影;但是，只有约10％的电影被大约85％的用户评价。
因此，我的方法是查看余弦相似度并根据邻居插入评级;如果最近的邻居没有特定电影的值，请转到最近的电影，直到所有电影都有评级。另一种方法是寻找NNMF以应用评级，并具有2 *特征 - 电影的一个二进制表示，另一个评级。所以，当我期待＆＃34;预测＆＃34;对于用户，我输入他们的二进制电影值，它将返回他们的评级。
我的问题是：NNMF方法是否有意义？我从未以这种方式使用过NNMF。此外，你认为还有其他任何模型吗？我想知道它们是否更像是一种可以使用的预测算法，而不是插值。