预测技术评估：人类不确定性的影响
人机交互
2017-02-27 v1
摘要
许多数据挖掘方法旨在建模和预测人类行为。一个重要的关注量是基于模型的预测质量，例如用于寻找具有最佳预测表现的竞赛获胜者。在现实生活中，人类在做决定时伴随着相当大的不确定性。其评估及由此产生的对预测模型统计显著评估的影响是本文的主要焦点。我们识别了相关的不确定性来源及其精确测量的有限能力，提出了一种具有不确定性感知的方法，以对数据挖掘方法进行更显著的评估，并讨论了其对现有质量评估策略的影响。具体而言，我们的方法从常见的点范式切换到更合适的分布范式。这在推荐器系统及其既定的预测质量度量背景下得到了例证。通过对真实用户的全面实验、大规模模拟，以及从人类不确定性角度对先前评估活动（如 Netflix Prize）的讨论，充实了这一讨论。
引用
@article{arxiv.1702.07445,
title = {Assessment of Prediction Techniques: The Impact of Human Uncertainty},
author = {Kevin Jasberg and Sergej Sizov},
journal= {arXiv preprint arXiv:1702.07445},
year = {2017}
}