基于相似性标准对推荐系统的评估

Question

我已经构建了一个推荐系统，根据一组加权指标推荐与项目相似的前10个项目。现在，所有人都可以做的是选择一个项目，系统会显示与所选项目类似的前10个项目。我很困惑可用于评估这种系统的评估技术。在没有用户参与的情况下，精确度/召回率估算是否合理？任何有关这类系统评估技术的指针都会受到重视。

Answer 1

为了评估精确度和召回率，您需要以某种方式正确回答某些输入。在这种情况下，正确的答案可能意味着最相似的项目，或者10个类似项目的确切排序列表。然后，您可以将您的算法的输出与正确的答案进行比较。鉴于这些信息，您还需要一种学习方法，即调整算法以接近正确的答案。您的算法的这个更新部分也可以在真实用户运行系统时使用：如果您向真实用户显示10个相关项目，并且用户选择其中一个，那么您应该更新权重，以便通过下次用户的排名更高。如果您对用户进行分析并将它们集群化，这可能会更深入，因此来自不同类别的用户必须看到与给定项目相关的不同相关项目。