推薦系統實戰閱讀筆記(二)

1.用戶行爲分爲顯示反饋行爲和隱士反饋行爲 2.用於行爲的統一表示 3.實驗設計與測評 數據集：GroupLens提供的MovieLens數據集 測評指標： 精確率/召回率： 對用戶u推薦N個物品（記爲R(u)），令用戶u在測試集上喜歡的物品集合爲T(u)，然後可以通過準確率/召回率評測推薦算法的精度 覆蓋率：該覆蓋率表示最終的推薦列表中包含多大比例的物品。如果所有的物品都被推薦給至少一個 用戶，

>>阅读原文<<