推荐与时间序列：评价必须尊重顺序

两个任务看似都在预测

微型创作实验室要向成员推荐适合的下一份纸艺教程，还想预测下周公开活动的材料练习包需求。前者是推荐任务，输出一个候选排序；后者是时间序列预测，使用按时间排列的记录估计未来数值。推荐不只是预测点击，更要考虑教程是否适合当前水平、内容是否重复和用户能否找到不同主题。时间序列不只是画一条平滑曲线，而是只能用预测时已经知道的信息。两种任务都需要基线，但评价目标与数据划分不同，不能把随机切分和单一准确率套到所有场景。

推荐依赖哪些反馈

内容推荐可以依据教程标签与用户选择的主题，协同方法可以依据许多虚构用户的交互相似性。新教程没有交互、新成员没有历史时，会出现冷启动，可先用内容标签、明确偏好或热门基线。点击属于隐式反馈，不能直接等同于真正喜欢：用户可能误点，或者只有被展示的教程才有机会点击。这叫曝光与反馈偏差。若系统只推荐已热门教程，数据又只记录这些点击，容易形成越来越单一的循环。评价要检查相关性、覆盖与多样性，并保留用户调整偏好和查看非推荐目录的入口。

时间顺序决定可用信息

实验室有十二周的虚构练习包数量，预测第十三周时只能用前十二周可获得的数据。如果把未来周的实际数量、事后修订或全时期统计加入特征，属于未来信息泄漏，会让离线成绩虚高。按前面时间训练、后面时间验证和测试通常更符合使用条件，必要时用滚动验证模拟多个预测时点。移动平均是取最近几期的平均作为简易基线，例如最近三周分别十、十二、十四包，平均十二包。它不保证抓住增长趋势，却提供透明比较起点，复杂模型至少应解释为什么优于这种简单办法。

把误差与业务用途联系起来

预测值十二、实际十四时，绝对误差为二。平均绝对误差把多次误差大小平均，通俗易解释，但仍需按活动类型和时间观察。实际值为零时，一些百分比误差会遇到定义或数值问题，不能无条件使用。预测区间表示在规定方法与假设下对不确定性的范围估计，不是确保真实值永远落在里面。推荐则可用前几项相关程度、实际完成教程和覆盖来比较，离线排序好也未必代表长期体验好。所有指标应使用虚构教学记录，不把练习包预测扩展成未经评估的真实采购自动决定。

建立防捷径的小实验

推荐先比较热门列表和标签匹配，保留未展示项目的状态，不把未点击全部标成不喜欢。时间序列先比较上期值与最近三期平均，再试复杂方法，所有统计只从当前预测时点之前计算。记录每个时点的输入范围、预测和实际，便于复查。若活动主题改变导致需求变化，报告说明结构变化，不能靠一条趋势曲线证明稳定规律。最终展示推荐列表的选择理由，以及预测的误差与不适用情况。数据顺序、曝光范围和信息可获得时间，比算法名字更能决定评价是否可信。