추천 시스템에 필요한 최소 등급 수를 찾으십니까?

Question

사용자가 항목을 추천하기 시작하는 데 필요한 최소 등급 수를 찾는 지능형 방법 (정확하게)이 있습니까?

좋아요, 말하길 .. "x"항목을 평가하기 전에 당신에게 추천하기 시작합니다. 데이터 세트를 기반으로 "x"를 어떻게 알 수 있습니까?

Answer 1

일반적인 아이디어는 N 개의 사용자로부터 모든 데이터를 보류하는 것이며 각 사용자는 보통 M 등급을 갖습니다. 그런 다음 각 사용자로부터 1 점을 더하고 각각에 대해 권장 사항을 작성하십시오. 권장 사항의 품질 평가. 수작업으로 처리하거나 평균 평균 정밀도/nDCG/AUC와 같은 일부 측정 항목을 평가할 수 있습니다.

그런 다음 각 사용자로부터 다른 등급을 추가하고 반복하십시오. 시간이 지남에 따라 품질이 향상되지만 각 등급에 따라 품질이 떨어지는 것을 발견해야합니다. 그런 다음 당신의 트레이드 오프를 선택하십시오 - 언제 다른 등급을 기다리는 것이 예상되는 품질 향상의 가치가 있다고 판단합니까?

아무런 답이 없습니다. 하지만 유스 케이스와 알고리즘이 4 대를 넘는 답이 있다면 놀라실 것입니다.

Answer 2

"만족스러운"추천을 얻기 위해 얼마나 많은 항목이 실제로 사용자 프로필에 있어야하는지 이해하는 작업이있었습니다 공연. 일반적으로 10이 좋은 수

http://wanlab.poly.edu/recsys12/recsys/p27.pdf

당신은 당신이해야합니다 특정 질문에 답 용지를 확인하실 수 있습니다,하지만 높은 수준의 것으로 밝혀졌다. 영화 프로필 추천을 권장하기 위해 사용자 프로필에서 8 - 20 (10 점 선호) 항목입니다. 그들은 그 숫자를 결정하기 위해 전형적인 오프라인 (시뮬레이션)과 온라인 (사용자 기반) 연구를 수행했습니다.