某人会喜欢图像的可能性

11

我遇到以下问题：
-我们设置了N个人
-我们设置了K张图片
-每个人都对一定数量的图片进行评分。一个人可能喜欢或不喜欢图像（这是仅有的两个可能性）。-问题是如何计算某些人喜欢特定图像的可能性。

我将举例说明我的直觉。
N = 4
K = 5
+表示该人喜欢该图像
-表示该人不喜欢该图像
0表示尚未向该人询问该图像，并且应该预测该值

x 1 2 3 4 5    
1 + - 0 0 +   
2 + - + 0 +  
3 - - + + 0  
4 - 0 - - -

人1可能喜欢图像3，因为人2具有相似的偏好，人2喜欢图像3。
人4可能不喜欢图像2，因为没有人喜欢它，另外人4不喜欢大多数图像。

有没有众所周知的方法可以用来计算这种可能性？

missing-data rating

— 托梅克·塔钦斯基（Tomek Tarczynski）
source

由于我的经验有限，我无法给出确切答案。但是，我相信您可以通过logit使用面板数据（因为您在示例中考虑了个体内部以及个体之间的差异）方法。也许其他人可以对此进行详细说明...

— teucer 2010年

您的小示例非常有用，但是我认为您的实际数据集更大。实际N和k多大（即，大约）多大？

— 一站式

N和k可能很大，但是计算能力不是问题。

— Tomek Tarczynski

6

我相信这是协作过滤的标准问题。谷歌搜索给出了数千个结果。

— 破旧的
source

1

或双峰（+1）。

— chl

6

对于机器学习来说，这似乎是一个好问题，因此我将重点介绍这组方法。

首先也是最明显的想法是kNN算法。在那里，您首先要计算观看者之间的相似度，然后用相似用户对该图片的平均投票来预测缺失的投票。有关详细信息，请参见Wikipedia。

另一个想法是在此数据上生长无监督的随机森林（无论哪种方式，都具有图像或人物的属性，无论哪种更好），然后根据森林结构估算缺失的数据；整个方法在R randomForest包中实现和描述，查找rfImpute功能。

最后，您可以将问题重构为简单的分类任务，比如说使矩阵中的每个零成为一个对象，然后尝试考虑一些合理的描述符（例如平均观看者投票，平均图像投票，最高，第二最高...的投票）。相似的查看器，与图像相同，可能还有一些外部数据（图像的平均色调，投票者的年龄等），然后尝试对该数据进行各种分类（SVM，RF，NB等）。

还有一些更复杂的可能性。要获得概述，您可以寻找Netflix奖挑战（这是一个类似的问题）解决方案。