Recommenderlab：如何创建估计缺失评分与现有评分的矩阵？

Question

我对推荐系统还很陌生，因此将不胜感激。

我有一个用户矩阵和产品分数，如下所示：

     item i1   i2  i3 ...
user  u1  0.1  NA  NA
      u2  2.6  1.2 NA
      u3  NA   NA  0.5
       .
       .
       .

现在，我想预测缺少的评分，并在另一个目标函数中使用此矩阵来基于此做出一些建议。到目前为止，这是我使用R's包Recommendationerlab所做的：

matrix <- as(data, "realRatingMatrix")
set.seed(12334)
scheme <- evaluationScheme(matrix, method = "cross", k=5, given = 20)
rec <- Recommender(getData(scheme, "train"), method = "UBCF", 
                 param=list(method="Cosine", nn=5))
prediction <- predict(rec, getData(scheme, "known"), type="ratings")

现在，如果我没记错的话，我相信此预测矩阵仅具有估计的缺失评分，并将NA置于现有评分中。

我的问题是，有没有一种程序可以将我引到目标函数中使用的矩阵（该函数可以通过考虑其他变量来做进一步建议）。我想我要寻找的是R是否为评级矩阵，我想将R hat矩阵用作函数输入。

谢谢。