问题标签 [content-based-retrieval]

我需要评估一个纯基于内容的文档提取推荐系统（它也可以被视为搜索引擎），该系统根据相似度得分获得前 N 个结果。我知道有一些指标，例如 HR@k、accuracy@k、NDCG@k、CTR 等。但是，如果我理解正确，所有这些指标都需要专家编码员的预评估、文档评分（例如，规模从 1 到 5）或来自用户的点击模式。

这种基于内容的推荐系统还没有用户对查询结果进行评分/点击，我无法理解专家编码人员如何针对每个可能的查询为每个文档提供评分。

有没有办法评估这种基于内容的推荐系统？

我正在将 Google Colab 用于基于内容的图像检索（CBIR）系统的 apache solr 8.5.0 服务器实现，solr 显示其端口（8983），除此之外，我尝试了几个 IP 地址来访问 solr 服务器，但是失败的。请帮助我如何访问 apache solr 服务器？它安装在 Google Colab 平台上。

! /content/drive/MyDrive/solr-8.5.0/bin/solr start -c -force
输出：端口 8983 已被另一个进程使用 (pid: 6432) 请使用 -p 选项选择不同的端口。

输出：创建的集合 'lire_mscoco_val2014' 有 1 个分片，1 个副本，配置集 'lire_mscoco_val2014'

输出：当我们使用 localhost ip 时，出现以下响应，第二次我们添加 google colab url，然后给出连接超时错误。

有没有针对一组项目的基于内容的过滤推荐示例？例如，用户可以选择一组他们最喜欢的 10 部电影，推荐引擎将返回与他们选择的 10 部电影最相似的电影列表。

对于单个观察，我知道我们将计算单个观察与其余数据之间的距离，但是对于这个组场景，实现它的最佳方法是什么？