推荐系统的评估指标

作者: =_=
发布时间: 2024-03-29 03:14:14 (3月前)
转自：

2 条回复

0#
回复此人
v-star*위위 | 2019-08-31 10-32

<div class =“post-text”itemprop =“text”> <P> 召回建议系统采用的措施衡量客户实际购买的产品（点击数）与测试集中产品数量（| T |）的比率。 </p> <P> <img src =“https://chart.googleapis.com/chart?cht=tx&chl=R%40N%20%3D%20%5Cfrac%7Bhits%7D%7B%7CT%7C%7D”alt =“式“/> </p> <P> 首先针对每个测试客户计算该度量，然后对测试集中的所有用户求平均值。有关基本概念的更多信息可以在Cremonesi等人的论文中找到。（2010）Recom推荐算法在Top-n推荐任务上的表现或在Herlocker等人的早期论文中。（2004）评估协同过滤调度系统 </p> <P> 其他可能合适的指标可以兼顾，精确和召回。例如，F1-Score是两种测量的调和平均值，可以通过计算得出 </p> <P> <img src =“https://chart.googleapis.com/chart?cht=tx&chl=F1%40N%20%3D%202 ~%5Ccdot ~%5Cfrac%7Bprecision%40N~%5Ccdot@recall%40N% 7D％7B精度％40N~％2B~召回％40N％7D“alt =”公式“/> </p> <P> 然而，一些研究表明，客户通常从上到下查看推荐列表，通常只会感知列表顶部的少数产品。为了克服该问题，可以使用基于排序的测量，例如，平均平均精度（MAP）。 </p> </DIV>

编辑

登录后才能参与评论