本篇文章给大家谈谈如何评价推荐系统的效果，以及推荐系统的推荐方法对应的知识点，希望对各位有所帮助，不要忘了收藏本站喔。 今天给各位分享如何评价推荐系统的效果的知识，其中也会对推荐系统的推荐方法进行解释，如果能碰巧解决你现在面临的问题，别忘了关注本站，现在开始吧！

  1. 如何评价推荐系统的结果质量

1、如何评价推荐系统的结果质量

基尼系数用来评测马太效应的强弱的，如果 Gini1 是从初始用户行为中计算出的物品流行度的基尼系数，Gini2 是从推荐列表中计算出的物品流行度的基尼系数，如果 Gini2 Gini1 则说明推荐算法具有马太效应。

用户作为推荐系统的重要参与者，其满意度是评测推荐系统的最重要指标。但是，用户满意没有办法离线获得，只能通过童虎调查或者在线实验获得。预测精准度 预测精准度是度量一个推荐系统（或者推荐算法）预测用户行为的能力。

评价指标主要用于评价推荐系统各方面的性能 ，按照应用场景可以分为离线评估和线上测试。

NDCG常用于作为对排序的评价指标，当我们通过模型得出某些元素的排序的时候，便可以通过NDCG来测评这个排序的准确度。 NDCG首先要从CG（cumulative gain，累计增益）说起，CG可以用于评价基于打分/评分的个性推荐系统。

数据质量：检查数据的质量。如果数据收集和分析的方法是科学的，那么结果可能会更可靠。重复性：如果可能，尝试重复研究的结果。如果其他人能够得出相同的结果，那么这个研究的可信度就会提高。

到此，以上就是小编对于如何评价推荐系统的效果的问题就介绍到这了，希望介绍关于如何评价推荐系统的效果的1点解答对大家有用。