基於相似性標準對推薦系統的評估

Question

我已經構建了一個推薦系統，根據一組加權指標推薦與項目相似的前10個項目。現在，所有人都可以做的是選擇一個項目，系統會顯示與所選項目類似的前10個項目。我很困惑可用於評估這種系統的評估技術。在沒有用戶參與的情況下，精確度/召回率估算是否合理？任何有關這類系統評估技術的指針都會受到重視。

Answer 1

爲了評估精確度和召回率，您需要以某種方式正確回答某些輸入。在這種情況下，正確的答案可能意味着最相似的項目，或者10個類似項目的確切排序列表。然後，您可以將您的算法的輸出與正確的答案進行比較。鑑於這些信息，您還需要一種學習方法，即調整算法以接近正確的答案。您的算法的這個更新部分也可以在真實用戶運行系統時使用：如果您向真實用戶顯示10個相關項目，並且用戶選擇其中一個，那麼您應該更新權重，以便通過下次用戶的排名更高。如果您對用戶進行分析並將它們集羣化，這可能會更深入，因此來自不同類別的用戶必須看到與給定項目相關的不同相關項目。