Machine learning 推荐系统中的人的表现是什么？

是目前广泛使用的自动化算法，用于预测用户将购买哪些商品、喜欢哪些电影/音乐等。 它已经被名人所普及

---

但是，如果推荐算法被人工替代，典型的成功率是多少？根据我的个人资料信息，包括年龄、爱好和喜欢的电影列表，这台机器在发现电影方面是否比我喜欢的要好得多？有没有关于人类推荐其他人的能力的研究，可能是在不同的任务上？

这是一个棘手的问题。通常，这类机器是根据以前的数据挖掘结果进行预测的。这些数据可能是如此巨大，以至于人类无法在这些数据上找到任何模式。在这种情况下，机器远比人类好，因为他们将实现其算法并进行智能预测。但是如果你问机器知道人类的选择是什么，因为人类本身是不可预测的：）是的，有那么多研究人员致力于数据挖掘、自主代理或人类代理团队合作。通过搜索这些主题，我们可以看到其中一些内容。祝你好运

我同意这对一个人来说可能很难。但是，仍然有一些人可以相对较好地提出建议。我想到的是书店的员工，他们只是根据一些个人问题推荐书籍阅读。当我年轻的时候，我记得租录像带的店主非常擅长推荐非主流但个性化的电影。我认为这些工作即将消失（如果还没有消失的话…），所以现在也许是时候问问我们自己，我们是否真的应该进入全自动化的世界，在这个世界里，建议只是基于机器的。事实上，人类可以从自己的感受和经历中预测一些事情。但机器这样做只是形成了他的经验（数据历史）。音像店老板除了有经验外，还有一种感觉，那就是某个特定的视频可以与其他人相匹配。但当一台机器选择某样东西时，它会看到评级/销售率等。所以，计算机遵循静力学，但人类不仅这样做。此外，人类不能像机器一样快速地跟踪静力学。当我们需要一些真正计算的东西时，计算机就在那里。e、 今年哪部电影最受欢迎？