Na cidade , o serviço de streaming de filmes armazena as notas que os usuários atribuem a cada filme que assistem em uma matriz cujas linhas representam os usuários e as colunas os filmes. Em cada exemplo abaixo, qual seriam as prováveis notas que o algoritmo da ALflix atribuiria aos casos desconhecidos?
onde os “?” marcam as quatro notas desconhecidas que o algoritmo de user–based collaborative filtering da ALflix precisa estimar. Vamos usar o filtro colaborativo baseado em similaridade de Pearson entre usuários e a fórmula de predição
hat ru,i ;=;ru;+;sumvneq u ,su,v,l(rv,i-rvr)sumvneq u|su,v|,,
onde ru é a média dos itens avaliados pelo usuário u e su,v a correlação de Pearson entre u e v.
Aplicar a fórmula de predição a cada entrada desconhecida:
1. Para hat r1,3: r1=1,75 e usam-se v=2,3,5 (pois r4,3 também é desconhecido).
O somatório sumv s1,v,(rv,3-rv)approx2,452
e sumv|s1,v|approx2,473.
Logo
hat r1,3=1,75+2,4522,473approx2,74
2. Para hat r2,2: r2=2,50, usam-se v=1,3,4,5 e obtém-se sum s2,v(rv,2-rv)approx -2,967, sum|s2,v|approx3,360.
hat r2,2=2,50+-2,9673,360approx1,62
3. Para hat r3,4: r3=2,50, usam-se v=1,2,4,5 e obtém-se sum s3,v(rv,4-rv)approx -0,394, sum|s3,v|approx3,422.
hat r3,4=2,50+-0,3943,422approx2,38
4. Para hat r4,3: r4=3,00, usam-se v=1,2,3,5 e obtém-se sum s4,v(rv,3-rv)approx9,353, sum|s4,v|approx3,365.
hat r4,3=3,00+9,3533,365approx5,78
Resposta
hat r1,3approx2,74, hat r2,2approx1,62, hat r3,4approx2,38, hat r4,3approx5,78