Python 在没有提供用户信息的情况下，如何使用基于内容的方法评估推荐引擎

我正在使用IMDB电影数据构建一个推荐引擎。这里没有关于用户的任何信息。所以我们需要使用基于内容的过滤。建议将基于项目（电影）项目相似性。但我们将如何评估这台发动机？这里没有标签，因此我们不能使用RMSE和pression recall。

数据集可以从下载。如果我理解正确，您关心的是在没有任何用户的情况下如何启动推荐引擎。这就是所谓的“冷启动”问题。试着阅读一些关于这方面的参考资料。是的，先生。我们可以根据电影内容（功能）进行推荐吗。对于作为输入的特定电影，我们的模型将推荐前k名电影，按功能相似性的降序排列？如果是这样的话，那么在这里，对这个模型的评估有意义吗？请尝试更详细地描述你的问题。例如，您认为什么是功能？您从客户端配置文件中使用了哪些功能来生成基于内容的推荐？上面我为imdb数据集提供了一个链接。在这一点上，我考虑了除导演姓名、acor 1姓名、演员2姓名、演员3姓名、plot_关键字和movie_imdb_链接之外的所有功能。我所做的，我已将所有对象转换为数字。如果我理解正确，可以从下载数据集。您关心的是如何在没有任何用户的情况下启动推荐引擎。这就是所谓的“冷启动”问题。试着阅读一些关于这方面的参考资料。是的，先生。我们可以根据电影内容（功能）进行推荐吗。对于作为输入的特定电影，我们的模型将推荐前k名电影，按功能相似性的降序排列？如果是这样的话，那么在这里，对这个模型的评估有意义吗？请尝试更详细地描述你的问题。例如，您认为什么是功能？您从客户端配置文件中使用了哪些功能来生成基于内容的推荐？上面我为imdb数据集提供了一个链接。在这一点上，我考虑了除导演姓名、acor 1姓名、演员2姓名、演员3姓名、plot_关键字和movie_imdb_链接之外的所有功能。我所做的是将所有对象转换为数字。