Recommender evaluation method
一個推薦系統的好壞可從兩個角度來評估,不僅只考慮推薦的準確度,還需要考慮推薦的訊息量
,也就是取決於推薦系統的準確率與覆蓋率,但往往這兩項指標很難兼顧,因此如何提升推薦系
統準確率與覆蓋率,是推薦系統所重視的。
評估推薦系統正確性,也就是計算推薦系統的預測與消費者行為的誤差有多大,誤差愈小,推薦
系統的精準度愈高。評估系統大致可分為下列幾大類:預測準確度的度量方法,像是
Mean Absolute Error(MAE);分類的準確度的方法,像是準確率(Precision)、回收率(Recall)
、 F1-measure和 ROC。

Recent Comments