【AI测试】推荐系统项目--菜谱推荐测试

推荐系统项目–菜谱推荐测试

本文主要介绍菜谱推荐项目个人的测试思路。此项目不同于像淘宝，亚马逊，抖音这样的推荐，一没这么大的用户量，二也没那么多内容，所以有些测试方法会不适用些项目，测试方法也较大不同。

项目背景

根据用户的身高，体重，年龄，性别个人信息，再加上忌口和疾病信息。推荐适合用户的每天早、中、晚三餐，共七天的菜谱。用户也可输入想吃的食材，不想吃的食材。达到提前过滤，更好的为用户推荐的目的。

前期基于内容推荐的冷启动
基于内容的推荐算法的明显优势包括：

• 对用户数量没有要求，个性化推荐早期一般采用这种方式；
• 每个用户的特征都是由自己的属性来决定的，是独立存在的，不会有互相干扰。

该推荐算法为终端用户传递的价值包括：
基于用户的BMI、性别等基础信息提出健康的、个性化的营养素摄入建议；
自动为用户过滤掉不适合Ta食用，或不符合Ta喜好的菜品，为用户节省搜索时间；
将每顿饭的食材用量充分量化，在做法的基础上提供更多的食材准备参考，避免食材浪费或食用过量。

测试概述

准确性测试
算法合理性指标评估

多样性测试
推荐结果的多样性，减少用户由于结果单调而过早退出的几率；

可解释性测试
在感知层，通过可解释性强的、清晰简洁的UI向用户传递早、中、晚餐推荐的原因；

性能测试
在性能上做到用户无感知级别的响应速度

系统测试
业务规则
场景测试
业务逻辑测试
数据正确性测试

用户体验式测试
服务接口测试

本文来自互联网用户投稿，文章观点仅代表作者本人，不代表本站立场，不承担相关法律责任。如若转载，请注明出处。 如若内容造成侵权/违法违规/事实不符，请点击【内容举报】进行投诉反馈！