Я пытаюсь создать службу рекомендаций, используя Azure ML, более конкретно, используя Train Matchbox Recommender и Score Matchbox Recommender.По сути, я хочу рекомендовать те же товары , которые пользователь покупал в прошлом, вместо того, чтобы рекомендовать товары, купленные другими людьми.
На рисунке выше эксперимент настроен так, чтобы рекомендовать элементы из оцененных элементов, а затем Оценщик рекомендует оценить результат.На каждом этапе я сохраняю данные в sqlserver, чтобы я мог сам проверить результаты и посмотреть, работает ли он.
Вышев первом наборе данных у меня есть история покупок (userId, itemId и сколько раз пользователь купил этот товар), а во втором - 5 рекомендаций.Это в значительной степени прибило рекомендации!
Проблема: при создании прогнозирующего эксперимента, я должен изменить Рекомендатор "Match Matchbox" "Рекомендуемый выбор элементов" с "Оцененные элементы (для оценки модели)"«Все элементы» и разверните веб-сервис.
После развертывания веб-службы я спрашиваю рекомендации для пользователя «FELIPE», и он рекомендует элементы, которые пользователь никогда не покупал.
Почему на этапе обучения я получил ожидаемые результаты, а после развертывания службы - нет?
