（对不起，如果我对这个问题进行了错误分类或命名。）

假设您有来自不同鞋品牌的一群人的鞋码数据。因此，一个人可能拥有 Nike = 11、Reebok = 10.5、Adidas = 11、Converse = 11.5 等等。您可以定义一个矩阵，其中代表第个个体，代表他们在第个品牌中的大小。$M_{ij}$$i$$i$$j$$j$

然后假设您有一个人知道他们的耐克尺码是 9，并且想知道他们最可能的阿迪达斯尺码（或者他们可能知道多个品牌的尺码，但不知道阿迪达斯）。预测他们的阿迪达斯尺码的最佳方法是什么？

一个简单的方法可能是查看耐克和阿迪达斯之间每个人的体型差异（对于每个），然后取最常见的差异和将其添加到该人的耐克尺码以获取他们的阿迪达斯尺码。例如，如果大多数人在从耐克到阿迪达斯时选择了一半的尺码，那么这个人最可能的阿迪达斯尺码是 9.5。$M_{i,j=Nike} - M_{i,j=Adidas}$$i$

但是有没有更复杂的方法？例如，也许有些人的脚很奇怪，而且他们的尺码在所有品牌中的关系并不适合大多数其他人。是否有一些自然的方法可以使这些人的数据的权重低于其他人的数据，你愿意这样做吗？

我有一种感觉，这是一个普遍的问题，例如这些天在线上根据消费者数据提出建议的任何东西。