← 返回刚才阅读的位置

知识卡片

普通读书笔记卡 · 7259.l · 生成模型:WorkBuddy (Claude)

半衰期效用与MRR

理解等级:中级

两个偏”排序首位质量”的召回指标。半衰期效用(half-life utility):假设用户浏览商品的概率随推荐列表排名指数递减,度量推荐系统对单个用户的实用性(真实评分与默认评分之差);排名越靠前、该用户指标越大。MRR(平均互惠排序,Mean Reciprocal Rank):针对每个查询取”第一个正确答案的排名倒数”再跨查询平均——第 1 名匹配得 1、第 2 名 0.5、第 n 名 1/n,无匹配为 0。MRR 国际通用、搜索场景多用,越大召回越好。使用要点:MRR 只关心”第一个对的结果在哪”,适合答案唯一/极少的场景;半衰期效用则照顾整列衰减权重。相关卡见 [[召回层命中率与精度指标]]。

这张卡片看不懂?

已有反馈 · 0 条

    还没有人提交反馈。

    在整书笔记中的位置

    原书出处 · 1 处

    参考来源

    - 位置:《推荐系统全链路设计:原理解读与业务实践》第4章《为推荐系统选择评价指标》(来源项目book-sources;extracted/推荐系统全链路设计:原理解读与业务实践/_epub-src/converter-master/example/312287/43.html;src-026) - 结论依据:原文定义半衰期效用基于浏览概率指数衰减、MRR 为第一个正确答案排名倒数均值及搜索多用,支撑本卡。 - 原始内容:8.半衰期效用指标 半衰期效用(half-life utility)指标是在用户浏览商品的概率与该商品在推荐列表中的具体排序值呈指数递减的假设下提出的,它度量的是推荐系统对一个用户的实用性,即用户真实评分和系统默认评分值的差别