41、用户建模：实用选择与性能分析

用户建模：实用选择与性能分析

在用户建模过程中，模型的实用性决策至关重要。新参数虽能提供额外解释力，但在判断模型是否合理或支持先验理论方面作用有限。为做出更好的决策，建模者需使用其他标准进行实用模型选择，并在整个建模过程中思考一系列关键问题：
1. 哪些数据因素用于估计预测参数，哪些用于估计描述性参数？
2. 模型的哪些组件是设计的固定效应，哪些是从环境中选择产生的随机效应？
3. 模型在识别与用户构建和用户体验相关的参数时是否足够复杂？
4. 模型在识别过程中是否简洁？即参数之间是否存在很少或没有多义性？

关注这些问题与观察模型变化对模型拟合的影响同样重要。若忽略这些问题，虽易生成拟合度更好的模型，但对建模者和用户建模社区的实用性会降低。

预测性与描述性建模

模型参数以预测性或描述性方式估计是模型构建的重要方面，却常被忽视。数据组织和参数构建方式会对模型属性产生显著影响。

用户 ID	试验编号	正确情况	PercCorr1	PercCorr2	PercCorr3
u11	1	1	1.00	null	0.60
u11