不同情境下用于评测推荐系统准确率的指标

Evaluating Recommendation Systems [25]将准确率分成3类：①预测评分的准确率 ②预测usage的准确率 ③排序的准确率

—— Sorry，公式就不贴出了，可以Google之

①预测评分的准确率

Root Mean Squared Error(RMSE)是最常用来衡量评分的准确率的。还有个是Mean Absolute Error(MAE)。RMSE 与MAE的区别在于RMSE会放大误差。如[25]所举的例子：对于4个测试样本，A算法在3个样本上评分误差均是2， B算法在1个样本上误差是3。那么RMSE会选择A算法，而MAE会选择B算法。

②预测usage的准确率

“usage”的含义其实比字面上的要抽象。可以把它想成二分类（0-1分类）问题：一个物品用户用（1）还是不用（0）？一个邮件是spam（1）或者不是