问题是：

5个独立的用户被要求对给定的50个产品进行评分。这些产品在某个时间点都被用户使用过。一些用户对某些产品有更多的偏见。一位用户没有认真完成调查，给出了随机的值。用户不必对所有产品进行评分。现在给定一个包含4个样本的数据集，根据评分对产品进行排名

datset :product #user1 #user2 #user3 #user4 #user5 0        29    -        10   90     12  1         -    -         -    -      7 2         -    -        95    6      1 3         -    -         -    -      2 4         -    -         -    -     50 5         -    35       21    13     - 6         -     -        -     -     5 7         4     -        -    30     - 8        11     -        -     -    14   . . .

如何为产品制定排名。

这是一个与原始问题非常接近的重新建模问题。

解决方案：我尝试清理数据并使用PCA填补缺失值，然后应用NMF，但我对这个解决方案不太确定。

任何帮助将不胜感激

回答：

在这种情况下，可以使用两种填补方法：

• 正如每个人最初会尝试的，用最可能的值填补，即平均值。
• 基于其他属性进行预测，称为回归填补。

实际上，我认为对于这个数据集来说，第二种方法似乎更好，因为用户大多对多个产品进行了评分。

此外，如果您有其他依赖于用户的数据集，您也可以使用它来预测此数据集中缺失的值。