推荐系统评价指标 HR MRR NDCG

HR(hit rate)
      命中率。用户想要的东西，推荐系统有没有推荐出来，强调预测的"准确性"

N：表示用户的访问总量，就是用户真实点击的个数。
hit(i) ：如果推荐系统推荐商品i，hit(i)就为1，否则为0。

 

MRR(平均倒数排名)
      关心找到的这些项目，是否放在用户显眼的位置里，即强调顺序性。

 

N：表示用户的访问总量，就是用户真实点击的个数。
pi：表示itemi在推荐结果中出现的位置，如果没有出现，则pi就为+∞。

NDCG(Normalized Discounted Cumulative Gain)
      关心找到的这些项目，是否放在用户显眼的位置里，即强调顺序性。

 

N：表示用户的访问总量，就是用户真实点击的个数。
pi：表示itemi在推荐结果中出现的位置，如果没有出现，则pi就为+∞。
实例：

 代码实现

import math

# 推荐列表
R = [[3, 10, 15, 12, 17], [20, 15, 18, 14, 30], [2, 5, 7, 8, 15], [56, 14, 25, 12, 19], [21,24,36,54,45]]
# 用户访问列表
T=[[12],[3],[5],[14],[20]]


def indicators_5(rankedList, testList):
    Hits_i = 0
    Len_R = 0
    Len_T = len(testList)
    MRR_i = 0
    HR_i = 0
    NDCG_i = 0
    for i in range(len(rankedList)):
        for j in range(len(rankedList[i])):
            if testList[i][0]==rankedList[i][j]:
                Hits_i+=1
                HR_i+=1
                # 注意j的取值从0开始
                MRR_i+=1/(j+1)   
                NDCG_i+=1/(math.log2(1+j+1))
                break
    HR_i/=Len_T
    MRR_i/=Len_T
    NDCG_i/=Len_T
    print(Hits_i)
    print(f'HR@5={HR_i}')
    print(f'MRR@5={MRR_i}')
    print(f'NDCG@5={NDCG_i}')



if __name__ == '__main__':
    indicators_5(R, T)