machine-learning - 评估推荐系统的选项

Question

我创建了一个以这种方式工作的推荐系统：

- 每个用户选择一些过滤器，并根据这些过滤器生成一个分数

- 每个用户都使用基于这些分数的 k-means 进行聚类

- 每当用户收到建议时，我都会使用 pearson 的相关性来查看哪个用户与同一集群中的其他用户具有最佳相关性

我的问题是我不确定评估这个系统的最佳方法是什么？我已经看到一种方法是隐藏数据集的一些值，但对我来说并非如此，因为我没有预测分数。

有什么指标或我可以使用的东西吗？

标签： machine-learningdata-miningrecommender-systems