推荐系统与机器学习

Question

据米切尔说：

“计算机程序据说是从经验E中学习某些类型的任务T和性能度量P，如果它在T中的性能(按P衡量)随着经验E的提高而改进”(Mitchell，1997)。

如果我们把它放在推荐系统上：

任务:推荐产品

经验:包括观察评级矩阵中编码的一组示例的经验。

性能:度量，即真实评级和预测评级之间的rmse

我的方法还好吗？

欢迎任何建议！

Answer 1

• 就经验而言：

观察一组编码在评级矩阵中的示例是很好的，在执行混合过滤(基于内容的过滤+协作)之前，从它的结果中获得洞察力，并在需要时做评分矩阵。

• 性能:使用rmse度量来更好地理解准确性。