找到推荐系统所需的最低评级数量？

Question

是否有智能方法可以找出用户开始推荐商品所需的最低评分数量（准确）。

比如，在开始向你推荐任何东西之前说..率“x”项。你如何找到基于数据集的“x”？

Answer 1

一般的想法是保留N个用户的所有数据，每个用户至少有一些中等数量的M评级。然后从每个用户添加1个评级，并为每个用户提供建议。评估建议的质量;您可以手动完成，或评估平均精度/ nDCG / AUC等指标。

然后从每个用户添加另一个评级并重复。您会发现质量随着时间的推移而有所改善，但每次评级都会降低。然后你选择你的权衡 - 你何时判断等待另一个评级是否值得预期的质量提升？

没有一个正确的答案。但如果您的用例和算法的答案大于4，我会感到惊讶。

Answer 2

在了解用户个人资料中应该有多少项目以获得“满意”推荐效果方面已经做了大量工作。已经发现，通常10是一个很好的数字

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

您可以查看论文以回答您将遇到的任何具体问题，但需要高级别。用户配置文件中的8-20（10个首选）项目用于推荐电影esque推荐。他们进行了典型的离线（模拟）和在线（基于用户）研究以确定该数字。