MAP与MRR

1.MAP（Mean Average Precision，平均精度均值）：MAP是一种常用的信息检索系统评价指标，用于衡量一个系统返回的前n个检索结果中，相关文档所占的比例与实际相关文档数之间的关系。其计算方法为：对于每个系统返回的前n个检索结果，计算其中相关文档的精度（P）并求平均值，最后得到MAP值。

优点：MAP可以充分考虑系统返回的所有相关文档，并且能够反映出系统的整体性能。

缺点：计算MAP需要知道系统返回的所有相关文档，这在实际应用中可能不可行。此外，MAP对于排名靠后的文档的影响较小，可能会导致系统忽略这些文档的相关性。

2.MRR（Mean Reciprocal Rank，平均倒数排名）：MRR是另一种常用的信息检索系统评价指标，其目的是衡量系统返回的第一个相关文档的排名。其计算方法为：对于每个查询，找到第一个相关文档的排名n，将1/n作为该查询的分数，最后求所有查询的分数的平均值作为MRR值。

优点：MRR简单易懂，能够反映出系统返回的第一个相关文档的排名情况。

缺点：MRR无法考虑系统返回的所有相关文档，可能会忽略排名靠后的文档的相关性。

算法原理：MAP和MRR都是基于信息检索系统的查询-文档匹配过程进行评价的。MAP将系统返回的前n个检索结果中每个相关文档的精度作为评价指标，而MRR只关注系统返回的第一个相关文档的排名。因此，这两种指标都需要对系统返回的检索结果进行排序，并计算相关文档的准确率或排名。