推荐系统 - 使用不同的指标

作者: 机器设备维修
发布时间: 2024-12-31 03:50:04 (3天前)
转自：

3 条回复

0#
回复此人
你瞎啊！撞我心了 | 2019-08-31 10-32

<div class =“post-text”itemprop =“text”> <P> 对于推荐系统，有两个问题： </p> <OL> <LI> <P> 如何根据您收集的数字量化用户对某个项目的兴趣 </p> </LI> <LI> <P> 如何使用量化的兴趣数据向用户推荐新项目 </p> </LI> </醇> <P> 我想你对第一个问题更感兴趣。 </p> <P> 要解决第一个问题，您需要线性组合或其他一些奇特的功能来组合所有数字。所有系统都没有单一的通用功能。这在很大程度上取决于您的用户和您的项目类型。如果您需要高质量的推荐系统，您需要有一些数据来进行机器学习以培训您的功能。 </p> <P> 对于第二个问题，它在某种程度上是相同的，加上你需要分析所有项目来抽象彼此之间的某些关系。您可以谷歌“Netflix奖”获取一些有趣的信息。 </p> </DIV>

编辑
1#
回复此人
Coolkid | 2019-08-31 10-32

<div class =“post-text”itemprop =“text”> <P> 研究领域的推荐系统通常以1-5的比例工作。从用户那里获得这样一个明确的信号是非常好的。但是我想现实情况是，你系统的大多数用户实际上都不会给出评分，在这种情况下你没有任何工作要做。 </p> <P> 因此，我会跟踪页面浏览量，但也尝试并结合一些明确的反馈机制（1-5，竖起或竖起等） </p> <P> 您的算法必须考虑到这一点。 </p> </DIV>

编辑

登录后才能参与评论