728x90
RMSE(Root Mean Squared Error)로 Rating prediction 성능을 평가하는 것은
실제로 추천 시스템의 역량을 평가하는 것인지 다시 한번 생각해볼 필요가 있다.
우리는 Top-N recommendation을 통해 좀 더 user-focused metric을 가질 필요가 있다.
내가 사용자로서 추천 시스템이 내가 어떤 영화를 rating을 얼마나 줄 지 알아맞춰주기 보다는
내가 필요로 하는 상품이 상단에 나와주면 되는 것이다.
따라서 다양한 평가 지표 중에 RMSE에 너무 집중하지 말자.
특히, paper에서는 RMSE가지고 성능이 좋아졌니 마니 하는데, 이것에 너무 집중하지 말자는 것이다.
실제로 DB에 추천 결과를 적재할 때, 모든 유저에 모든 상품의 predicted rating을 적재하려고 하지 말자.
굉장히 비효율적일 뿐더러, 유저는 그러한 rating맞추기엔 관심없을 테니 말이다.
728x90
'ML > Recsys' 카테고리의 다른 글
(미완)[Recsys] About News-domain (0) | 2020.11.10 |
---|---|
(미완)[Recsys]추천 시스템 관련 article 정리(NAVER) (0) | 2020.11.01 |
[Recsys]추천 시스템의 큰 Flowchart (0) | 2020.10.26 |
[Recsys]Collaborative filtering 장단점 (0) | 2020.10.20 |
[Recsys] Collaborative filtering에서 SGD vs WALS (0) | 2020.10.19 |