二值化评等- MovieLens数据集

Question

我正在开发一个基于用户点击行为的个性化新闻推荐引擎。我的特性将是预定义的新闻类别(如政治、体育等)。

每当用户单击一篇文章时，我都会基于本文构建/更新用户配置文件，然后从文章池中推荐另一篇文章。

关于这个系统的评估，我需要一个包含二进制用户项交互(用户点击推荐文章与否)的数据集--我找不到适合这个特定上下文的数据集。我想做的是，对Movielens数据集进行二值化，然后计算精确性和召回率。

我在MovieLens数据集中实际上所做的事情如下：，如果一个项目的评等由一个用户，大于这个用户的平均评等，我给它分配一个二进制等级，否则为1，0。

这种方法对这类系统的评估是否正确？

Answer 1

1. 二值化没有什么区别。精确性和回忆性是相对的，所以你只需要有人给你打分。对于测试目的来说，“好”评级的评估是毫无意义的。
2. epinions有两个数据集，一个用于评级，另一个用于信任。
3. 对一些建议使用MAP@k平均精度。这将考虑到一组建议的排名，这是毫无疑问的，它们将如何使用。

顺便说一句，开放源码中已经有一个推荐器可以这样做，并允许混合多个事件/操作/指示符，还可以使用内容相似性这里。它是基于预测It的框架，这是基于星火。