推荐系统溢出效应评估方法、设备、存储介质及程序产品技术方案

本发明专利技术实施例提供一种推荐系统溢出效应评估方法、设备、存储介质及程序产品，该方法包括：根据预设用户属性将推荐系统的用户数据分簇；为多个分簇随机分配不同饱和度，根据饱和度将分簇中的用户数据划分为实验组和对照组；通过回归处理获取用户数据对应的预设用户行为指标的表达式；其中，预设用户行为指标与用户数据处于实验组或对照组、用户数据所在分簇的饱和度是否为0、用户数据所在分簇的饱和度的大小有关；根据用户数据所在分簇的饱和度由取值为0到取值为1时预设用户行为指标的变化量计算溢出效应。本发明专利技术实施例实现了推荐系统评价中溢出效应的衡量，增强了对于推荐系统评价的全面性，有利于提高推荐系统评价结果的置信度。信度。信度。

【技术实现步骤摘要】
推荐系统溢出效应评估方法、设备、存储介质及程序产品


[0001]本专利技术实施例涉及计算机
，具体涉及一种推荐系统溢出效应评估方法、设备、存储介质及程序产品。

技术介绍

[0002]为提高服务效能，在很多平台中都设计有推荐系统，比如居住服务平台中的推荐系统为用户推荐房源，并在首页等页面上显示。如果推荐的房源等信息被大量地查看，则说明推荐系统的推荐效果是不错的。为逐步提高推荐系统的推荐效果，实践中推荐系统不断迭代，以期更好地实现推荐作用。推荐系统迭代中，需要评价新的策略的推荐效果是否有所提高、提高多少。
[0003]目前的方案通常基于A/B实验进行对比分析及显著性检验。A/B实验将测试的全部用户作为对照组利用旧的推荐策略测试，并将测试的全部用户作为实验组利用新的推荐策略测试，通过比较测试结果衡量新的推荐策略的效果。饱和度定义为一个分簇内实验组的占比。饱和度会对推荐系统的评价结果造成干扰，这种干扰称为溢出效应。现有的方案中，只是简单地将饱和度分别取值为0％和100％，没有对溢出效应进行评估，导致推荐系统的评价结果置信度差。
专本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种推荐系统溢出效应评估方法，其特征在于，包括：根据预设用户属性将推荐系统的用户数据分簇，得到多个分簇；为所述多个分簇随机分配不同的饱和度，根据所述饱和度将所述分簇中的所述用户数据划分为实验组和对照组；其中，所述饱和度为分簇中实验组的占比；通过回归处理获取所述用户数据对应的预设用户行为指标的表达式；其中，所述预设用户行为指标与所述用户数据处于所述实验组或所述对照组，所述用户数据所在分簇的饱和度是否为0，以及所述用户数据所在分簇的饱和度的大小有关；根据所述用户数据所在分簇的饱和度由取值为0到取值为1时所述预设用户行为指标的变化量计算溢出效应；其中，所述溢出效应用于衡量所述用户数据所在分簇中所述实验组和所述对照组之间的相互干扰对所述预设用户行为指标的影响。2.根据权利要求1所述的推荐系统溢出效应评估方法，其特征在于，所述方法还包括：根据所述用户数据由处于所述对照组到处于所述实验组变化时所述预设用户行为指标的变化获取全量处理效应；其中，所述全量处理效应表示所述推荐系统应用后所述预设用户行为指标的变化值。3.根据权利要求2所述的推荐系统溢出效应评估方法，其特征在于，所述预设用户行为指标表示为：其中，Y
ic
表示第c个分簇里的第i个用户数据对应的所述预设用户行为指标；T
ic
表示第c个分簇里的第i个用户数据是否被分到所述实验组，若被分到所述实验组T
ic
取值为1，否则取值为0；S
ic
表示第c个分簇里的第i个用户数据所在分簇的饱和度...

【专利技术属性】
技术研发人员：赵诗婕，赵娜，李子龙，马少飞，于乐，
申请(专利权)人：贝壳找房北京科技有限公司，
类型：发明
国别省市：