我正在使用 AWS Personalize 根据我们平台上的数千个“赞”来提出建议。目前使用 User、User-Interaction 和 Item 数据，我们得到的分数在 0.00004 到 0.006 之间。
首先，分数是如何计算的，根据我给出的例子，它是不是低？
谢谢，
问问题
70 次
1 回答
1
计算分数的公式取决于用例和配方。基于用户个性化配方的文档：
基于 USER_PERSONALIZATION 配方的模型对您的 Items 数据集中的所有项目进行评分，评分范围为 0 到 1（包括两者），因此所有分数的总和等于 1。例如，如果您正在为用户推荐电影，Items 数据集中有三部电影，它们的分数可能是 0.6、0.3 和 0.1。同样，如果您的库存中有 1,000 部电影，那么得分最高的电影可能得分非常低（平均得分为 0.001），但由于得分是相对的，因此推荐仍然有效。
由于您共享的分数值的绝对值较低，我怀疑您正在使用用户个性化。交互数据集中不同项目的数量越多，得分值就越小。查看与响应中其他项目相关的分数，而不是过多地阅读它们的绝对值。
但是，个性化排名的评分公式是不同的。
与 GetRecommendations 操作返回的分数一样，GetPersonalizedRanking 分数总和为 1，但由于考虑的项目列表远小于完整的 Items 数据集，因此推荐分数往往更高。
在数学上，GetPersonalizedRanking 的评分函数与 GetRecommendations 相同，只是它只考虑输入项。这意味着更接近 1 的分数变得更有可能，因为划分分数的其他选择更少
于 2021-10-18T15:00:31.887 回答