立即学习:https://edu.csdn.net/course/play/10085/215016?utm_source=blogtoedu
1、准确度:两个r分别是预测值和实际值。分子是方差求和,分母的T是所有的。1分钟
2、召回率?:定义是:在所有行为中,有哪些是和真实情况吻合的 == 我给用户推荐了这么多,哪些推荐是实际有效的。也就是:在这么大的行为列表中,哪些是我推荐对的(和训练集推荐列表有交集的)。
2.2、召回率中两个概念:行为列表和推荐列表。~根据用户行为给用户作出的推荐列表。
召回率:标示推荐的效果好不好,分子取交集:根据用户在训练集上的行为给用户作出的推荐列表 和 T(u)用户在测试集上的行为列表,取二者的交集就是
2.3、T(u)是用户在测试集上的(全部)行为列表
3、覆盖率
4、多样性
二、推荐系统实现的两大难点(核心部分):
1、离线计算量大
2、模型好坏如何评估和更新
三、总结:
协同过滤
隐语义分析
模型评估
相似度计算规则