9、协同过滤：构建笑话推荐系统的全流程指南

协同过滤：构建笑话推荐系统的全流程指南

1. 引言

在当今数字化时代，推荐系统在各个领域都发挥着至关重要的作用。以笑话推荐系统为例，我们的目标是为用户推荐他们尚未看过或评价过的笑话。接下来，我们将详细介绍构建这样一个推荐系统的具体步骤。

2. 设计与实现协同过滤

2.1 获取评分矩阵

首先，我们需要从数据集中提取评分矩阵。在这个过程中， recommenderlab 包期望用户评分矩阵以 binaryRatingsMatrix 或 realRatingsMatrix 的形式存储。 realRatingsMatrix 的 S3 类中有一个名为 data 的插槽，实际的评分矩阵以压缩格式存储在其中。我们可以使用 getRatingMatrix 函数轻松地从 S3 类中提取这个矩阵。以下是具体的操作步骤：

# 从数据集中抽取 1500 个用户的样本
data <- sample(Jester5k, 1500)
# 提取评分矩阵
ratings.mat <- getRatingMatrix(data)
# 查看评分矩阵的结构
str(ratings.mat)

通过上述代码，我们可以看到评分矩阵以 dgCMatrix （一种压缩矩阵形式）存储。我们还可以使用 data@data 插槽来提取矩阵：