Mahout Рекомендации по двоичным данным

Question

Я новичок в mahout. Моя цель - подготовить рекомендации по двоичным пользовательским данным, полученным покупателем. Так я применил модель подобия элемента item при вычислении топовых N рекомендаций для данных объективов видео, предполагающих 1-3 оценки как оценки 0 и 4-5 как 1. Затем я попытался оценить мои рекомендации с оценками в тестовых данных, но вряд ли было два или три матча из моих лучших 20 рекомендаций для самых рейтинговых позиций в тестовых данных, и нет для большинства пользователей.

Могут ли мои рекомендации полностью плохие по своей природе или мне нужно пойти по-другому для оценки моих рекомендаций?

Пожалуйста, помогите! Заранее спасибо.

Pranay, 2-й год, ученик UG.

Answer 1

Я думаю, что мы ответили на ваш вопрос в списке рассылки, который был лучше спросить:

Я отображались бы все рейтинги, всех ценностей, к 1. Практически это, вероятно, более «точный».

Вы используете тест точности отзыва? они не ужасно информативны, хотя они о единственном, что вы можете сделать, чтобы оценивать рекомендации без оценок. То есть он тестирует , рекомендует ли он вернуть уже известные элементы, но это не обязательно хороший тест на то, дает ли он рекомендации. Он может рекомендовать лучшие вещи и не получать кредит.