我必须为人力资源部门开发个性/工作适合性在线测试。基本上，用户将回答问题，例如0-10，在说出50个问题之后，我想将其转换为5个不同的个性/工作适合性特征的评级。
我没有任何真正的数据，所以首先，使用像MyMediaLite（github）这样的推荐引擎是值得的。我需要多少样品来训练它才能获得不错的表现？
我之前建立了一个培训课程推荐人，通过简单地做和手工加权的总和，每个问题增加了与该问题相关的几门课程的权重。它是一个专家系统，像前馈神经网络一样构建，我个人根据我对问题和课程内容的了解来调整所有权重。
我想这次使用推荐系统，但我想知道有多少次我需要进行50次问题测试，然后手动分配结果。会有100个例子吗？这可能是可能的。 1000会太长。我怎么能提前知道？
答案 0 :(得分：1)
虽然没用，但我想说这不可能给出一定的数字。添加新样本时，您应该专注于学习曲线。
您可以手动和引擎平行处理样品，并比较两者给出的结果。一旦测量，例如回忆和发动机给出的结果的精度达到了你的期望，然后你得到足够的样品。
希望这有用！