我打算使用 SlopeOne 算法来预测玩家是否可以在游戏中完成给定级别？
这是场景：
- 许多玩家在游戏中玩并尝试完成 100 个关卡。
- 每个玩家都可以根据需要多次玩一个关卡，直到他们通过关卡。
- 系统会跟踪级别和每个级别的重试次数。
- 每个游戏关卡都属于 3 个类别之一（简单、中等、困难）
- 每个类别的关卡分布近似为 33%，这意味着 33% 的关卡是简单的，33% 的关卡是困难的，等等。
使用此信息：
当一个新玩家开始玩游戏时，经过几个关卡后，我希望能够预测玩家可以轻松越过哪些关卡，以及他/她不能轻松越过哪些关卡。
凭借这种预测能力，我想展示用户能够以 50% 的概率跨越的游戏关卡。
我可以为此使用 SlopeOne 算法吗？
推理是我看到我想说的电影评级系统之间有很多相似之处。
n 个用户，m 个项目和 N 个评分来预测给定项目的用户评分。
同样，就我而言，我有
n 个用户，m 个级别和 N 次重试...
唯一的区别是在电影评级系统中，评级固定在 1-5 的范围内，在我的情况下，重试范围可以从 1-x（x 可能高达 30）
虽然理论上有人可以重试 30 次以上，但现在我可以从将上限固定为 30 开始，并在获得更多数据后进行调整。
谢谢。