Рекомендации Mahout по двоичным данным

Я новичок в mahout. Моя цель - дать рекомендации по бинарным данным, приобретенным пользователями. Поэтому я применил модель сходства элементов для вычисления лучших N рекомендаций для данных кинообъектива, принимая оценки 1-3 как оценки 0 и 4-5. как 1. Затем я попытался оценить свои рекомендации с рейтингами в тестовых данных, но вряд ли было два или три совпадения из моих 20 лучших рекомендаций с элементами с самым высоким рейтингом в тестовых данных и не было совпадений для большинства пользователей.

Являются ли мои рекомендации совершенно плохими по своей природе или мне нужно использовать другую меру для оценки моих рекомендаций?

Пожалуйста помогите ! Заранее спасибо.

Пранай, 2 курс, студент УГ.


recommendation-engine mahout
person Pranay Kumar    schedule 11.06.2010    source источник

Ответы (1)


arrow_upward
2
arrow_downward

Я думаю, что мы ответили на ваш вопрос в списке рассылки, где было бы лучше спросить:

Я бы сопоставил все рейтинги всех значений с 1. На практике это, вероятно, более «точно».

Используете ли вы тест на точность припоминания? они не очень информативны, хотя это единственное, что вы можете сделать, чтобы оценить рекомендации без оценок. То есть он проверяет, рекомендует ли он уже известные элементы, но это не обязательно хороший тест на то, дает ли он хорошие рекомендации. Это могло быть рекомендацией лучшего материала и не получением кредита.

person Sean Owen    schedule 15.06.2010