推荐系统TOP K评价指标如何优化？

本文共计563个文字，预计阅读时间需要3分钟。

目录+符号说明+示例数据+一、Hit Rate+二、Recall+三、NDCG+符号说明+（top_k）：当前用户预测分最高的k个items+：+：当前用户实际点击过的items+（N）：测试用户数量+示例数据

目录

• 符号说明
• 示例数据
• 一、Hit Rate
• 二、Recall
• 三、NDCG

符号说明

\(top\_k\): 当前用户预测分最高的k个items，预测分由高到低排序

$pos$: 当前用户实际点击过的items

\(N\): 测试用户数量

示例数据

N = 4

len(top_k & pos) len(pos) 1 2 2 3 3 4 0 3 一、Hit Rate

网上有2种定义方式，不知道哪个更为正确的，有知道的人能不能麻烦告诉我一下？
第一种
对所有用户：我们真正喜欢的物品中，你给我们推荐了多少

hit = 0 total = 0 for i in users: top_k = 获取top_k的代码 hit += len(top_k & pos) total += len(pos) hit_rate = hit / total

\(hit\_rate = \frac{1 + 2 + 3 + 0}{2 + 3 + 4 + 5}\)

第二种

被推荐到喜欢物品的用户占总用户的比例

hit = 0 for i in users: top_k = 获取top_k的代码 if top_k中有预测到pos中的item: hit += 1 hit_rate = hit / N

\(hit\_rate = \frac{1 + 1 + 1 + 0}{4}\)

二、Recall

对某个用户：我真正喜欢的物品中，你给我推荐了多少

recall = 0 for i in users: top_k = xxx(i) recall += len(top_k & pos) / len(pos) # 用户i的recall recall = mean(recall)

\(recall = (\frac{1}{2} + \frac{2}{3} + \frac{3}{4} + \frac{0}{3})\ /\ 4\)

三、NDCG

对某个用户：实际的折扣累计收益 DCG (Discounted Cumulative Gain) / 理想的DCG
DCG：考虑位置因素，希望用户喜欢的物品在top_k中排得越前越好
iDCG：归一化，解决的问题

NDCG = 0 for i in users: DCG = 0 iDCG = 0 top_k = xxx(i) for rank in range(k): if top_k[rank] in pos: DCG += 1 / log2(rank + 2) for i in range(min(k, len(pos))): iDCG += 1 / log2(i + 2) NDCG_u = DCG / iDCG NDCG += NDCG_u NDCG = mean(NDCG)

参考链接-两种不同的hit rate定义方式 [www.cnblogs.com/leimu/p/13564214.html]() [blog.csdn.net/yanguang1470/article/details/123036806]()