Un'azienda di vendita al dettaglio riceve pochissimi acquisti per cliente e si affida a molti nuovi utenti. Quando si suddividono i dati per l'addestramento e il test di un sistema di raccomandazione personalizzato, in che modo lo scienziato dei dati dovrebbe creare un set di test che rifletta l'utilizzo reale?

Per un sistema di raccomandazione personalizzato, è fondamentale che il set di test rifletta il comportamento futuro degli utenti. Selezionare il 10% più recente delle interazioni per ogni utente simula al meglio come il sistema dovrebbe prevedere le prossime azioni di un utente, garantendo che il modello sia testato sulla sua capacità di fare raccomandazioni predittive e non solo di richiamare interazioni passate. Mescolare tutti i record e riservare l'ultimo 10% complessivo potrebbe includere interazioni passate di alcuni utenti, non il loro comportamento più recente. Selezionare il 10% degli utenti con il minor numero di interazioni o selezionare casualmente il 10% degli utenti e usare tutte le loro interazioni non è ideale perché non garantisce che il set di test contenga le interazioni più recenti per tutti gli utenti, e potrebbe non rappresentare il comportamento futuro.