推荐系统评价指标
2023-03-20 10:41:46 1 举报
AI智能生成
推荐系统的9大评价指标,用户满意度、预测准确度、覆盖率、多样性、新颖性、惊 喜度、信任度、实时性以及健壮性
作者其他创作
大纲/内容
用户满意度无法通过离线计算,只能通过在线实验或者用户调查获得
用户满意度
均方根误差(RMSE)
平均绝对误差(MAE)
评分预测
准确率(precision)
召回率(recall)
TopN推荐
预测准确度
信息熵
基尼系数
覆盖率
推荐列表中物品两两之间的不相似性
多样性
考虑到用户的社交网络信息
增加推荐系统的透明度
信任度
推荐结果和用户的历史兴趣不相似,但是让用户觉得满意
惊喜度
评测新颖性最简单方法是利用推荐结果的平均流行度,不热门的物品可能让用户觉得新颖
新颖性
新加入的物品需要被推荐给用户
实时地更新推荐列表来满足用户的新的行为变化
实时性
衡量一个推荐系统抗击作弊的能力
健壮性
推荐系统评价指标
0 条评论
回复 删除
下一页