Рекомендательная система - неоднозначные пользователи / предметы
Системный набор данных My Recommender содержит сведения о сети точек данных (около 10 000), где каждый элемент данных может быть как "пользователем", так и "элементом" (если использовать широко используемую терминологию). В действительности, к каждому объекту данных "user" будет прикреплено только небольшое подмножество (около 30) точек данных "item", к которому, в свою очередь, будет прикреплено собственное небольшое подмножество "items" и т. Д. Поэтому у меня нет набора данных, сопоставимого с обычными примерами, такими как наборы данных Movie или списки воспроизведения Radio, поскольку эти наборы данных имеют отдельные, определенные "users" / "items".
Мне интересно, будет ли мой сценарий проблематичным для построения рекомендательной системы из-за неоднозначного характера (пользователь / элемент) точек данных?
Я рассматриваю возможность использования NMF, так как мои данные будут относительно редкими - есть ли лучшие алгоритмы для использования, учитывая то, что описано выше?