如何分割推荐系统极端稀疏数据集的训练/测试？

Question

我在真实世界的数据集上使用CF算法（SVD）。现在我遇到了关于数据稀疏问题的问题。这意味着用户/项目评级矩阵的稀疏度约为0.01％。我将数据分成80/20的训练/测试集，我发现只有少数用户和测试集中的项目出现在训练集中，所以我可以在测试集中使用一些评级来计算RMSE。你能给我一些建议吗？

Answer 1

在推荐系统的情况下，人们通常会将每个用户的历史分成火车和测试。更详细：

1. 对于每个用户，我们都会写出与之互动的项目。
2. 最好，我们通过（增加）时间来命令它们克服＆＃34;时间旅行问题＆＃34; （用户可以重新访问已知的项目，因此您不想在早期数据集上进行测试。）
3. 像往常一样，您将数据集的第一个（1-k）百分比用作火车集，其余部分用作测试集。