求算法：书库里面有很多我没有读过的书，我希望通过某种方法推算出假设的排序结果---假设我读过所有的书
书库里面有很多我没有读过的书，我希望通过某种方法推算出假设的排序结果---假设我读过所有的书（当然对这些书也打了分）。这样我就可以根据排序结果去选择对我来说可能更好的书。

我有一个设想，但是不知道合理不合理、怎么去实现。 要是能找到“不同”的我（假想的跟我的爱好、品味、水平等等都一样的人，简而言之就是我俩对任何一本书的打分都一样），足够多的“不同”的我读过的书
应该能够囊括所有的书籍。也就是说相当于我读过所有的书籍并且都已评分，那么对评分排序就可以得到想要的结果。
当然这对于不限制书的范围的情况有点儿理想化，因为可能找不到足够多“不同”的我。打个比方：想要找到跟我在篮球、足球、橄榄球....喜好方面一样的人（对这些球队喜好程度的排序一样的人）可能很难，要是想找到跟我在篮球喜好方面一样的人就容易可行得多。所以推算假设的排序之前必定要对书籍的范围做限制。

但是这个设想靠谱吗怎么实现呢？或者谁能提供其他的符合需求的设想和实现呢？ 
------解决方案--------------------
简单说你的想法就是部分推导全体，既靠谱又不靠谱

靠谱指的是很多人在做这方面的研究，说明你的想法没有错
不靠谱指的是目前还没有权威的论文（多因素分析方面，单因素分析不在此列）

数理模型倒有不少，例如神经系统、Logistic回归、渐进层析……等等，但都是百家争鸣状态

我第一份工作就是做类似的事——市场调查
根据样本人群反馈的喜好状况，求取新产品（也即未知产品）的发展方向（产品属性）

如果只是单因素线性无极值，通常以其方向就能找到发展目标，例如你所说的对某项运动，只有更喜欢没有最喜欢，向着喜欢或者讨厌方向就能找到同类人

上面只是感性讨论，要具体思路恐怕还是要自己去查找文献，建立数学模型