確認テスト | 12.レコメンドロジック

Q1協調フィルタリングの考え方として正しいものはどれでしょう？

すべてのユーザーに、売上ランキングの上位の商品を同じように勧める購買や評価の行動が似ているユーザー（またはアイテム）を見つけ、その情報をもとにおすすめを決める商品をランダムに選んで勧めるユーザーが入力した検索キーワードと同じ名前の商品だけを勧める

Q2買った商品に1を立てると、ユーザーAは A=[1, 0, 1]、ユーザーBは B=[1, 1, 0] になりました。AとBのcos類似度はいくつでしょう？

00.2510.5

Q3MovieLensのデータ（ユーザーID・アイテムID・評価が縦に並んだ形）でユーザー同士のcos類似度を計算するために、レッスンでまず行ったことはどれでしょう？

pivot_tableで、行がユーザー・列がアイテムの表に作り変え、評価のない所を0で埋めた評価の列を削除して、ユーザーIDとアイテムIDだけを残した全ユーザーの評価の平均を1つだけ求めたタイムスタンプの順に並べ替えただけで計算した

Q4レコメンドの精度評価で、オフライン評価とオンライン評価について正しいものはどれでしょう？

オフライン評価で良い結果が出れば、オンライン評価でも必ず良い結果になるオンライン評価は、手元にある過去のデータだけで机上検証する方法であるオフライン評価は手元の過去データで検証し、オンライン評価は実際にレコメンドを出してABテストなどで効果を測る協調フィルタリングでは、精度の評価は必要ない

Q5ユーザーによって評価の甘さ・辛さが違う（同じ3点でも意味が違う）ことに対処する方法として、レッスンで紹介されたものはどれでしょう？

評価の甘いユーザーのデータは、すべて削除する各ユーザーの点数から、そのユーザーの平均点を引いて中心化するすべての評価を1点に置き換える評価の件数が多いユーザーだけを使う