转换为realRatingMatrix后，数据看起来有所不同

Question

我正在努力研究props中的推荐系统。 数据集如下： https://drive.google.com/file/d/1FVh-Xg3NBtzKgZHnDTi7IjaATW_fPmW9/view?usp=sharing

R

现在，如果我们检查每个对象的评论数量，则两者都不匹配

beer_data <- read.csv("beer_data.csv", stringsAsFactors = F)
library(recommenderlab)
r <- as(beer_data, "realRatingMatrix")

且评分范围也不匹配：

nrow(beer_data)  # 475984
length(getRatings(r)) # 474560

[1] 0 5

> range(beer_data_master$review_overall)

[1] 0 15

我也检查了其他数据集，没有出现问题。

Answer 1

我得到了答案：

数据中有一些用户对同一啤酒的评价不止一次（两次/三次......等）。因此，当将数据强制转换为realRatingMatrix时，推荐人实验会增加此类行的评级，以及为什么评级值大于5且getRatings的长度小于beer_data的nrow。

E.g。样品beer_data

beer_beerid，review_profilename，review_overall

19667,57md，3.5 19667,57md，4.0

所以在realRatingMatrix for user =＆＃34; 57md＆＃34;和item =＆＃34; 19667＆＃34; rating = 3.5 + 4 = 7.5并且realRatingMatrix中的1行减少。

由于同样的原因，beer_beerid和评级的非唯一组合结合在一起导致了对象，数据帧和realRatingMatrix中评级计数的不匹配。