该文章主要介绍推荐系统评估的常见指标及其计算方式。
点击率类指标
准确率
准确率的含义公式如下:
Precision=系统推荐的⋂测试集中用户打分过的系统推荐的Precision=\frac{系统推荐的 \bigcap 测试集中用户打分过的}{系统推荐的}Precision=系统推荐的系统推荐的⋂测试集中用户打分过的
举个例子,我们该推荐系统是Top-10推荐,系统给用户user1推荐了10个物品,其中有6个物品在user1的测试集中已经被user1访问过,那么准确率就是6/10=0.6。
准确率的公式如下:
Precision=∑u∈U∣R(u)⋂T(u))∣∑u∈U∣R(u) ∣Precision=\frac{ \sum_{u\in U}^{}\left | R(u)\bigcap T(u)) \right |}{\sum_{u\in U}^{}\left | R(u)\ \right |}Precision=∑u∈U∣R(u) ∣∑u∈U∣R(u)⋂T(u))∣
其中,R(u)表示推荐系统为用户u推荐的列表,T(u)表示用户u在测试集中已经访问/打分过的物品列表。
召回率
召回率的含义公式如下:
Recall=系统推荐的⋂测试集中用户打分过的测试集中用户打分过的Recall=\frac{系统推荐的 \bigcap 测试集中用户打分过的}{测试集中用户打分过的}