推荐系统常用的评价指标

衡量推荐系统算法的精确度的指标通常有四种:NDCG、Recall、Precision、Hit Rate。

一、NDCG

在搜索和推荐任务中,系统通常会返回一个item的列表,例如,我们检索【推荐排序】的时候,网页返回了一个于推荐排序相关的链接列表,列表可能是[A,
B, C, D, E, F],也可能是[C, F, A, E, D],那么如何评价这两个列表哪一个更好呢?

NDCG的全称是Normalized Discounted Cumulative Gain(归一化折损累计增益),他是用来评估排序结果的好坏,在推荐和搜索系统最为常见。

在这里插入图片描述
在这里插入图片描述

在这里插入图片描述
在这里插入图片描述
在这里插入图片描述

二、Hit Rate

在这里插入图片描述
分子是:用户的推荐列表里出现了ground truth的用户数,不在乎推荐对了几个东西,只要推荐对了一个,这个用户就算hit了。

三、Precision

在这里插入图片描述

四、Recall

在这里插入图片描述

当然还有其他评价指标,比如MAF等,代码实现见:https://github.com/ChadsLee/RS_Zoos/blob/main/utility/metrics.py

当推荐系统训练完成后,采用Top-K方法进行推荐的时候,通常为某用户返回一个item列表,假设列表长度为K,这时可以用NDCG@K评价该排序列表与用户真实交互列表的差距。如下举例:

在这里插入图片描述

  • 11
    点赞
  • 24
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值