推荐系统能向用户推荐同一项多少时间？

Question

我正在从事一个混合音乐推荐系统项目，我的目标是根据用户的口味创建推荐播放列表。我已经实现了使用协作过滤算法的第一部分，现在我正在研究基于内容的过滤部分。

为了提高推荐系统的准确性，我阅读了数十篇关于推荐系统评估的研究论文。在这些评价中考虑到了许多变量(例如覆盖面等)

其中一些论文谈到用户对推荐系统的信心，将其定义为需要考虑的最重要参数之一。我读到了10条推荐的条目，如果用户喜欢其中的3或4种，那就足够获得他的信心了。

有一点我在所有的论文中都找不到：

我们可以向用户推荐同一项多少次？

为了解释我的问题，在播放列表生成过程中，同样的音乐出现在两个不同的播放列表中是有风险的，我想知道在这种情况下会对用户对我推荐系统的信心产生什么影响。

Answer 1

我认为如果你在多个播放列表中推荐同一首歌，那并不重要，只是你的建议是准确的。

例如，假设一个用户有两个播放列表--一个摇滚播放列表和一个经典播放列表。如果你在两个播放列表中推荐疯狂列车-奥兹奥斯本，理论上你可以在摇滚播放列表中有一个“成功的推荐”，而在乡村播放列表中有一个糟糕的推荐。

歌曲出现的次数是一个设计决定/变量-没有正确的答案。您可能会在将来使用A/B测试进行优化(如果我将一首歌限制为推荐x次，那么这些用户是否比普通用户更重视我的建议？)