recommendation-engine - 類似性基準に基づく推薦システムの評価

Question

加重メトリックのセットに基づいて、アイテムに類似した最初の 10 個のアイテムを推奨するレコメンダー システムを構築しました。現在できることは、アイテムを選択することだけで、システムは選択したアイテムに類似する最初の 10 個のアイテムを表示します。このようなシステムを評価するために使用できる評価手法について、私は混乱しています。精度/再現率の推定は、ユーザーが関与していないような場合に意味がありますか? このようなシステムの評価手法に関する指針をいただければ幸いです。

Answer 1

適合率を評価して再現率を上げるには、いくつかの入力に対して何らかの形で正しい答えを得る必要があります。この場合の正解は、最も類似したアイテム、または10個の類似したアイテムの正確な順序付きリストを意味する場合があります。次に、アルゴリズムの出力を正解と比較できます。この情報を考えると、学習する方法、つまり、正しい答えに近づくようにアルゴリズムを調整する方法も必要です。アルゴリズムのこの更新部分は、実際のユーザーでシステムを実行する場合にも使用できます。実際のユーザーに10個の関連アイテムを表示し、ユーザーがそのうちの1つを選択した場合は、重みを更新して、次回はユーザーのランクが高くなります。ユーザーのプロファイルを作成してクラスター化すると、これはさらに深くなる可能性があるため、さまざまなカテゴリのユーザーは、特定のアイテムに関連するさまざまな関連アイテムを表示する必要があります。