推荐系统召回与评估

35次阅读

共计 323 个字符,预计需要花费 1 分钟才能阅读完成。

  • 召回策略

    • 基于协同过滤

      • 基于 item-based:相似的人会有相同的喜好
      • 基于 user-based:喜欢一个物品的用户会喜欢相似的物品
    • 倒排索引

      • 分类
      • 关键词
      • topic
    • 基于内容匹配

      • 基于内容标签
      • 基于知识图谱
    • 基于热门度
  • 评估指标

    • 精确率:表示的是预测为正的样本中有多少是真正的正样本,例如我们给用户推荐了 100 条新闻,其中 10 条用户产生了点击,那么准确率为 10/100 = 0.1
    • 召回率:表示的是样本中的正例有多少被预测正确了,例如我们给用户推荐了 100 条新闻,其中 10 条用户产生了点击,而用户最终在平台上总共点击了 200 条新闻,那么召回率为 10 / 200 = 0.05,表示的是推荐系统推荐的那些符合用户兴趣并产生点击的新闻量占了用户实际总共点击的新闻 有多少比例
正文完
 0