为协同过滤创建用户-项目矩阵

Question

我正在尝试运行对 "User-Item-Rating" 数据的协同过滤 (CF) 算法。我的数据是长格式的，即每一行都有用户对特定项目评分的数据。我需要先将其转换为 "User-Item" 矩阵，然后才能对其应用 CF 算法。

我正在使用 tidyr 包中的 spread 函数来完成这项任务。但考虑到我有超过 50k 个独特的项目，生成的数据框将是巨大的。 R 无法执行此操作（在我的本地计算机上）并抛出 "cannot allocate vector of size" 错误。

处理此问题的最佳方法是什么？我尝试探索的一些选项，但无法使它们起作用：

我在想是否有办法 return spread call 的输出作为稀疏矩阵
我还尝试探索实现 CF 的包（例如 recommenderlab）是否有处理此问题的选项。但我看不到任何选项。

任何帮助将不胜感激。

谢谢！

Answer 1

当您（可能）获得稀疏数据时，请使用稀疏矩阵。这是 50000 个稀疏示例评级的示例：

library(stringi)
library(Matrix)
set.seed(1)
df <- data.frame(item = stri_rand_strings(50000, 4))
df$user <- as.factor(1:nrow(df))
df$rating <- sample(1:10, nrow(df), T)
m <- sparseMatrix(
  i = as.integer(df$user), 
  j = as.integer(df$item), 
  x = df$rating, 
  dimnames = list(levels(df$user), levels(df$item))
)

为协同过滤创建用户-项目矩阵

Creating a User-Item Matrix for Collaborative Filtering

r

collaborative-filtering

tidyr