推荐系统实践 · 第六节
《推荐系统实践》第六节
本节介绍推荐系统的多项评测指标。TopN推荐通过准确率和召回率度量,可取不同列表长度画出曲线。
本节介绍推荐系统的多项评测指标。TopN推荐通过准确率和召回率度量,可取不同列表长度画出曲线。相比优化评分预测的RMSE,亚马逊前科学家Greg Linden认为TopN推荐更符合实际需求。覆盖率衡量系统发掘长尾物品的能力,最简单的算法是统计推荐物品占总数的比例,也可用信息熵或基尼系数描述流行度分布;若推荐后基尼系数升高,则说明算法存在马太效应。多样性指推荐列表覆盖用户不同兴趣领域的程度,由物品间不相似度定义,需在覆盖主要兴趣与兼顾其他兴趣间取得平衡。新颖性指推荐用户未听说过的物品,可用推荐结果的平均流行度粗略度量,更准确则需用户调查。惊喜度则指推荐结果与用户历史兴趣不相似却令其满意,提升它需在降低相似度的同时提高满意度。