Une entreprise de vente au détail enregistre très peu d'achats par client et dépend de nombreux nouveaux utilisateurs. Lors de la division des données pour l'entraînement et le test d'un système de recommandation personnalisé, comment le data scientist doit-il créer un ensemble de test qui reflète l'utilisation réelle ?

La bonne approche consiste à utiliser les interactions les plus récentes de chaque utilisateur pour l'ensemble de test. Cela simule un scénario réel où un système de recommandation doit prédire les futures interactions d'un utilisateur en fonction de son historique passé. Mélanger toutes les interactions et prendre les 10 % dernières globalement (première option) pourrait inclure des interactions anciennes d'utilisateurs actifs, ne reflétant pas les comportements futurs. Sélectionner les utilisateurs ayant le moins d'interactions (troisième option) ou des utilisateurs aléatoires (quatrième option) ne garantit pas que l'ensemble de test contienne des interactions futures pour les utilisateurs existants, ce qui est crucial pour évaluer la capacité du système à faire des recommandations personnalisées et opportunes.