一家零售公司每个客户的购买量很少，并且严重依赖大量新用户。在为自定义推荐器分割训练和测试数据时，数据科学家应如何创建反映真实使用情况的测试集？

正确答案通过为每个用户保留其最近的交互来模拟真实世界的使用情况。推荐系统通常预测用户未来的行为，因此测试集应包含用户在训练数据之后发生的交互。这种方法确保模型在预测新交互时的泛化能力得到准确评估。 打乱所有交互记录并保留最后10%不考虑用户的时间序列行为，可能导致训练数据中包含比测试数据更晚的交互，从而不准确地评估模型性能。选择交互最少的10%用户或随机选择10%用户作为测试集，可能会导致测试集中的用户行为与训练集中的用户行为存在显著差异，或者无法充分代表所有用户的未来行为模式。