為了評估推薦演算法的好壞需要各方面的評估指標。

        對使用者u推薦N個物品(記為R(u)),令使用者u在測試集上喜歡的物品集合為T(u)

  • 準確率
    準確率就是最終的推薦列表中有多少是推薦對了的。描述最終的推薦列表中有多少比例是發生過的使用者-物品評分記錄。


  • 召回率
    召回率就是推薦對了的佔全集的多少。描述有多少比例的使用者-物品評分記錄包含在最終的推薦列表中。

  • 下圖直觀地描述了準確率和召回率的含義

  • 覆蓋率
    覆蓋率表示推薦的物品佔了物品全集空間的多大比例。

    最簡單的覆蓋率的定義如下:


  • 新穎度
    新穎度是為了推薦長尾區間的物品。用推薦列表中物品的平均流行度度量推薦結果的新穎度。如果推薦出的物品都很熱門,說明推薦的新穎度較低,否則說明推薦結果比較新穎。