推荐系统学习之评测指标

最近开始学习推荐系统，特记录一下学习过程并做个分享。

推荐系统是什么不用多说，这里先介绍一下推荐系统的各种评测指标。

1、用户满意度

这个指标应该是最能体现一个推荐系统好坏的指标，但获取只能通过用户在线的反馈，类似用户问卷调查，或者用户对推荐物品的行为，比如购买、收藏、评分等判别。

2、预测准确度

在离线预测用户行为的评价上，这个指标相当重要。在统计学习中，也就是根据训练数据集学习得到的系统对测试数据集的预测准确度，既泛化能力。

推荐系统在这主要分为两个方面，评分预测与TopN预测。

（1）评分预测：类似豆瓣电影的评分，预测用户对推荐的某一物品的评分从而达到选择最优推荐的目的。而评价评分预测准确度的方法，一般有两种：

RMSE（均方根偏差）和MAE（平均绝对偏差）

（2）TopN预测：类似热门推荐，推荐N个商品给用户。评价这个指标的方法，一般也为两种