使用SlopeOne算法来预测游戏者是否可以在游戏中完成一个关卡？

Question

我打算使用SlopeOne算法来预测游戏玩家是否可以在游戏中完成给定的等级？

下面是这种情况：

1. 很多玩家的发挥，并尝试在游戏中完成100级水平。
2. 每位玩家可以按照自己的意愿多次玩关卡，直到他们穿过关卡。
3. 系统会记录每个级别的ReTries的级别和数量。
4. 每个游戏等级都属于3个类别之一（Easy，Medium，Hard）
5. 每个类别的水平的近似分布为33％，这意味着33％的水平是Easy，33％的水平是Hard等

使用这样的信息：

当一个新的玩家开始玩游戏，后几级，我希望能够预测 哪个级别可以在玩家十字容易和水平可他/她不容易穿过。

具有此预测能力我想提出用户能够以50％概率交叉的游戏关卡。

我可以使用SlopeOne算法吗？

推理是我看到很多我想说的与电影评级系统之间的相似之处。

n个用户，m个项目和N个评级来预测给定项目的用户评级。

同样，在我的情况，我有

n个用户，M个级别和N重试...

唯一的区别在电影分级制度的等级是固定的1-5级是在我的情况下，重试的范围可以从1-x（x可以高达30）

理论上有人可以重试30次以上，现在我可以开始将上限固定为30，并在I有更多的数据。

感谢。

Answer 1

我不知道该算法会如何拟合，但我发现这对实现它在Python http://www.serpentine.com/blog/2006/12/12/collaborative-filtering-made-easy/

Answer 2

我认为它可能工作，但我会申请日志的尝试次数（你不能做日志（0），以便重试不起作用）。如果有人发现一个级别容易，他们会尝试一次或两次，而发现它很难的人通常必须一遍又一遍地做。 1去vs 2去的差距远远大于20去vs 21去。这将消除对限制数量设置任意限制的需要。