У меня есть матрица оценок user-mov ie в этой форме:
movie_id 1 2 3 4 5 ... 1676 1677 1678 1681 1682
user_id ...
1683 1.0 0.0 1.0 0.0 0.0 ... NaN NaN 1.0 NaN NaN
1684 1.0 NaN NaN NaN NaN ... NaN NaN NaN NaN NaN
1685 NaN NaN NaN NaN NaN ... NaN NaN NaN NaN NaN
1686 NaN NaN NaN 1.0 NaN ... 0.0 NaN NaN NaN NaN
1687 1.0 0.0 NaN NaN NaN ... NaN NaN NaN 1.0 NaN
Затем я запускаю метод nx.pagerank на графике nx, который я создал согласно матрице выше. Я уже разделил свои данные на поезд и набор тестов. Но я могу запустить алгоритм только без фактора персонализации для моих пользователей, чтобы поддерживать подход совместной фильтрации. Мой вопрос: могу ли я добиться этого с помощью параметра персонализации, предоставляемого методом networkx?
pagerank_scores_train = nx.pagerank(G=B,alpha= 0.85,`personalization= some_dictionary_of_node_weights`, max_iter=100, tol=1e-06, nstart=None, weight='weight', dangling=None)
Приветствуется любой другой подход к использованию PPR для фильтрации совместной работы ...