推薦系統常用的推薦指標

2021-10-21 06:57:20 字數 670 閱讀 9047

菜雞推薦系統筆記彙總,其中不足,望多多指正。

目標

定義透明度

解釋系統工作原理

可辨認允許使用者投訴系統性的錯誤

信任推薦系統可以增加使用者上平台的信任感

有效性是否幫助使用者更好的找到資訊

說服力使用者對於推薦物品是否使用&**&購買

效率是否節省了使用者的決策是時間

滿意度是否增加了使用者的使用愉悅性

詳細的解釋闡述可見《推薦系統實踐、評估》一書。

推薦系統對使用者進行個性化推薦評價衡量,好的推薦系統可以又准又精的把使用者最想要的物品在推薦列表裡排在前列。同時在考慮推薦系統評估指標時,往往需要綜合考慮多個指標,而不是單個的指標,保證推薦的完善性,例如:如果只考慮推薦系統的推薦的準確率一項指標時,在判斷是否未來是否**時,推薦結果都為否往往可以取得較高的準確率,但這並不是乙個對人們有效的系統。因此,基於此考量,研究者提出一種通過混淆矩陣的形式來計算推薦系統相關指標。

關於推薦的評估定義,除了筆者陳列總結部分,還有很多其他的評價方式如roc曲線評估,此處不做詳述,筆者僅僅上文所列,作為之後推薦系統的評估指標,用於實驗對比,進一步研究需求的小夥伴可以看文末所列的參考文獻進行參閱。

項亮.《推薦系統實踐》

黃靈美.《推薦系統演算法實踐》

《推薦系統技術、評估及高效演算法》

推薦系統常用評價指標

自己在網上查詢了很多推薦指標包括準確率,精確率,召回率,p r曲線,auc曲線,map,mrr,ndcg評價指標。但是分類模型的評價指標和推薦系統的指標的計算方法是不一樣的,分類模型評價指標計算是根據混淆矩陣進行計算,而推薦模型是根據推薦列表和分割的20 測試集作為真實值進行計算。在分類模型中,是明...

推薦系統 推薦系統的常用演算法概述

前一陣子準備畢業 的開題,一直在看推薦系統相關的 對推薦系統有了乙個更加清晰和理性的認識,也對推薦演算法有了深入了解。藉此機會總結分享一下,大家多多拍磚。推薦系統的出現 隨著網際網路的發展,人們正處於乙個資訊 的時代。相比於過去的資訊匱乏,面對現階段海量的資訊資料,對資訊的篩選和過濾成為了衡量乙個系...

推薦系統系列1 推薦系統評測指標

0 前言 什麼才是好的推薦系統?這是推薦系統評測的需要解決的首要問題。那我們怎麼去判斷乙個系統的好壞呢?我們認為乙個好的推薦系統不僅僅能夠準確的 使用者的行為,而且還能夠擴充套件使用者的視野,幫助使用者發現那些他們可能會感興趣但卻不那麼容易發現的東西。評價乙個推薦系統的好壞一般有幾個不同的指標,這些...