基于相似度准则的推荐系统评价

Question

我已经构建了一个推荐系统，它基于一组加权指标推荐与项目相似的前10个项目。现在，所有人可以做的就是选择一个项目，系统会显示与所选项目类似的前10个项目。我对可以用来评估这样一个系统的评估技术感到困惑。在没有用户参与的情况下，精确度/召回估计有意义吗？任何关于此类系统的评估技术的建议都将不胜感激。

Answer 1

为了评估精确度和召回率，您需要以某种方式获得某些输入的正确答案。在这种情况下，正确的答案可能是最相似的项目，或者是10个相似项目的精确排序列表。然后，您可以将算法的输出与正确答案进行比较。考虑到这些信息，你还需要一种学习的方法，即调整你的算法以更接近正确的答案。当您使用真实用户运行系统时，算法的这一更新部分也可以使用:如果您向真实用户显示了10个相关项目，而用户选择了其中一个，那么您应该更新权重，以便用户下次选择的建议具有更高的排名。如果您分析用户并对其进行集群，这可能会更深入，因此来自不同类别的用户将不得不看到与给定项目相关的不同项目。