推荐系统常用评价指标

目录

1.命中率HR(Hits Ratio) 

2.归一化折损累计增益(Normalized Discounted Cumulative Gain，NDCG)

3.平均倒数排名(Mean Reciprocal Rank,MRR)

4.ILS

5.AUC&GAUC

6.Recall

7.覆盖率

9.半衰期（half-life-utility ）                                                                                        

10.排序偏差准确率(rank-biased precision，RBP)

11.Mean Average Precision (MAP)

12.多样性

13.新颖性

14.稳定性指标：Mean Absolute Shift（平均绝对位移，MAS）

---

1.命中率HR(Hits Ratio) 

意义：关心用户想要的，我有没有推荐到，强调预测的“准确性”

参数说明:
N:用户的总数量
hits(i):第i个用户访问的值是否在推荐列表中，是则为1，否则为0

2.归一化折损累计增益(Normalized Discounted Cumulative Gain，NDCG)

意义：关心找到的这些项目，是否放在用户更显眼的位置里，即强调“顺序性“

参数说明：
N:用户的总数量
p i : 第 i 个 用 户 的 真 实 访 问 值 在 推 荐 列 表 的 位 置 ， 若 推 荐 列 表 不 存 在 该 值 ， 则 p i → ∞ p_{i}:第i个用户的真实访问值在推荐列表的位置，若推荐列表不存在该值，则p i→∞

3.平均倒数排名(Mean Reciprocal Rank,MRR)

意义：关心找到的这些项目，是否放在用户更显眼的位置里，即强调“顺序性“

参数说明：
N:用户的总数量
pi : 第 i 个 用 户 的 真 实 访 问 值 在 推 荐 列 表 的 位 置 ， 若 推 荐 列 表 不 存 在 该 值 ， 则 pi → ∞ p_{i}:第i个用户的真实访问值在推荐列表的位置，若推荐列表不存在该值，则pi​→∞

4.ILS

意义：衡量推荐列表多样性的指标，计算公式：

如果，S(bi​,bj​)计算的是 i ii和j jj两个物品的相似性，如果推荐列表中的物品越不相似，ILS越小，那么推荐结果的多样性越好。

5.AUC&GAUC

定义：对于二分类问题：

准确度:  ，精确率：