Mahout推荐者：什么相对偏好值适合GenericUserBasedRecommender？

Question

在mahout中，我正在设置一个GenericUserBasedRecommender，现在非常简单，典型的设置。

在为项目生成“首选项”值时，我们有以下5个数据点：

积极的兴趣

• 用户转换项目（最高可能的兴趣标志）
• 正常（用户表达了兴趣，例如按钮）
• 间接表达兴趣（点击，光标移动，测量“眼球”）

负面兴趣

• 无差异（用户在对其他项目激活时忽略的项目，模糊的表达不感兴趣）
• 主动不喜欢（大拇指朝下，从我的视野中删除项目等）

在我应该表达这些不同属性的范围内，让我们使用1-100比例进行讨论？

• 我应该保持“主动不喜欢”和“冷漠”聚集在一起，例如分别在1和5，所有喜欢聚集在90-100范围内吗？
• 靠近中心应该'冷漠'和'间接表达兴趣'吗？如同在20-35范围内的'冷漠'和在60-70范围内的'间接类似'？
• “用户转换”是否应该吹掉比例尺，并且比其他人更高的头尾？如：'用户转换'@ 100，'次要喜欢'@~ 65，'不喜欢'聚集在1-10范围内？
• 在1-100的范围内，50是有效的“空”，还是相当于没有数据点？

我知道最终的答案在于试验和错误以及我们数据的意义，但就算法而言，我试图理解我需要在什么时候提示兴趣和不感兴趣之间的尺度。算法正常运行。

Answer 1

实际范围无关紧要，不适用于此实施。 1-100没关系，0-1可以，等等。这里的相对值非常重要。

这些值通过简单（线性）加权平均值估算。因此，响应应该是“线性的”。如果行动X的得分比行动Y高2倍，那么它应该与直觉相匹配，那么X应该是现实生活中两倍兴趣的指标。

一个体面的起点是简单地根据频率调整它们的大小。如果点击转化率为2％，您可能会获得价值2％转化的点击次数。

我会忽略你提出的“无差异”信号。使用它可能太吵了。