各位前辈好!
我是一名在德国的留学生，刚刚接触推荐系统方面的知识，很皮毛。这里高人太多，现在很急的需要大家帮忙提供些许资料，不胜感激!
我们学院一个国家特殊学科形状记忆技术有一个专门由文献构成的数据庫，其中含一协同过滤的推荐系统，因为是新开发的网站，所以我的任务就是对这个协同过滤系统的准确性进行测试。
我大概的任务流程是，列出测试准确性的方法，选择其中一个最佳的进行操作。
和导师谈了大致是根据职业类型，对此技术掌握的类型等参数对用户进行分组，比如说看文章的有专业人员，有高校的教师，有学生等等，然后我先模拟其中一组中的老用户进行点击，之前当然要先提炼出这组用户感兴趣的关键词来搜索。然后要根据这组用户组的兴趣对数据庫里的文章进行点击，并记录下来结果A。然后再模拟新到的用户来点击，同样要先提炼出关键词，此次是要查看这个推荐系统推荐出来的结果B，然后再与之前记录的结果A进行对比，相似度有多少，来测试这个系统的准确性高不高。

我的问题是：
1 测试协同过滤系统准确性的方法有哪些？
2 对于某个特定兴趣的用户组的搜索的关键词我该如果提炼？难道就是自己凭空推测吗？
3 之后对比结果的算法我自己也找到了几个，比如皮尔森，余弦相似度，调整余弦相似度，想请大家再指点下有什么其它算法没有。

真的很感谢!