推荐系统实践(九)----推荐系统测评

  前面讲解了这么多推荐系统的算法，但是一个推荐系统做出来之后，我们并不知道其效果怎么样，这种时候，就需要对推荐系统进行测评，来告诉我们这个推荐的性能和效果怎么样。测评一般包括测评指标和测评维度。
  

测评指标

  评测指标可用于评价推荐系统各方面的性能，这些指标有些可以定量计算，有些只能定性描述，有些可以通过离线实验计算，有些需要通过用户调查获得，还有些只能在线评测。一般情况下使用如下：

1. 用户满意度

  用户作为推荐系统的重要参与者，其满意度是评测推荐系统的最重要指标。但是，用户满意度没有办法离线计算，只能通过用户调查或者在线实验获得。
2. 准确度

  预测准确度度量一个推荐系统或者推荐算法预测用户行为的能力。这个指标是最重要的推荐系统离线评测指标。由于离线的推荐算法有不同的研究方向，因此下面将针对不同的研究方向介绍它们的预测准确度指标。

• 评分预测

  评分预测的预测准确度一般通过均方根误差（$RMSE$）和平均绝对误差（$MAE$）计算。对于测试集中的一个用户 $u$ 和物品 $i$，令 $r_{ui}$ 是用户 $u$ 对物品 $i$ 的实际评分，而 $\widehat{r_{ui}}$ 是推荐算法给出的预测评分，那么 $RMSE$ 的定义为：
$$RMSE=\frac{\sqrt{{\sum }_{u,i\in T}(r}}{|T|}$$