找到推荐系统所需的最小评分数？答案

【问题标题】：finding minimum number of ratings needed in recommendation systems?找到推荐系统所需的最小评分数？
【发布时间】：2013-01-25 00:20:37
【问题描述】：

是否有一种智能方法可以找出您需要从用户那里获得的最低评分数才能开始推荐项目（准确）。

例如，在我开始向您推荐任何东西之前，先给“x”个项目评分。您如何根据数据集找出“x”？

【问题讨论】：

【解决方案1】：

一般的想法是保留来自 N 个用户的所有数据，每个用户至少有一些中等数量的评分 M。然后为每个用户添加 1 个评分，并为每个用户进行推荐。评估建议的质量；您可以手动完成，或评估一些指标，如平均精度/nDCG/AUC。

然后添加每个用户的另一个评分并重复。您应该会发现质量会随着时间的推移而提高，但每次评分都会降低。然后，您只需选择权衡 - 您何时判断等待另一个评级值得预期的质量提升？

没有一个正确的答案。但是，如果您的用例和算法的答案超过 4，我会感到惊讶。

【讨论】：

【解决方案2】：

在了解用户个人资料中实际应该包含多少项目以获得“令人满意”的推荐性能方面已经完成了一些工作。发现一般10是个好数字

您可以查看论文以回答您可能遇到的任何具体问题，但水平较高。用户个人资料中有 8 - 20 个（首选 10 个）项目来推荐电影风格的推荐。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。

【讨论】：