1、构建推荐系统的用户-项目评分框架

构建推荐系统的用户-项目评分框架

1. 页面加载和用户日志记录

当我们首次访问一个网站时，页面加载的内容直接影响了用户的行为记录。例如，当我们打开Bookshop.org时，页面上会显示一些初始内容，如本周畅销书。尽管用户在这个初始页面没有选择的自由，记录这次页面加载仍然非常重要。这些选项代表了用户已经看到的书籍数量。如果用户已经看到了某个选项，他们就有机会点击它，这最终会成为一个重要的隐性信号。

页面加载的重要性

页面加载的内容反映了用户可能感兴趣的项目。以下是页面加载记录的几个关键点：

• 记录页面加载内容 ：确保记录用户首次加载页面时看到的所有项目。
• 初始曝光 ：这些选项代表了用户已看到的书籍数量，如果用户看到某个选项，他们就有机会点击它。
• 隐性信号 ：用户点击某个选项可以作为隐性信号，表明他们对该项目有兴趣。

graph TD;
    A[页面加载] --> B[记录初始页面内容];
    B --> C[用户看到选项];
    C --> D[用户点击选项];
    D --> E[隐性信号];

2. 倾向得分

在数学中，倾向得分是指一个观察单元被分配到实验组相对于对照组的概率。在A/B测试背景下，用户接触到不同项目的机会不同，因此需要考虑这些接触机会对评分的影响。例如，如果某个项目在页面