← 返回卡片

原书出处

智能搜索和推荐系统:原理、算法与应用(零基础掌握搜索和推荐系统的原理、架构、算法) (智能系统与技术丛书)

09 第9章 推荐系统的评价

核验版本的摘录快照 · 导入于 2026-11-18T22:35:03.566Z

所有物品的平均相似度[1]衡量: 其中,similarity(i,j)表示相似度的计算指标,Lu表示某用户的推荐列表。

整体推荐列表内相似度可用系统中所有用户的推荐列表列内的所有物品的平均相似度的平均值衡量: IntraSimilarity值越大,说明用户的推荐列表内的物品平均相似度越高,也就是系统整体的个体多样性越低。

再来看看整体多样性[2]指标。整体多样性指标采用推荐列表间的相似度,也就是通过用户的推荐列表间的重叠度来衡量。 其中,

此预览只包含定位所需的摘录和上下文。

原书定位详情

来源:a19c7933-4eda-4176-aebd-30fe7e1ad292

正文位置:extracted/智能搜索和推荐系统:原理、算法与应用(零基础掌握搜索和推荐系统的原理、架构、算法) (智能系统与技术丛书)/_epub-src/text/part0126.html

EPUB SHA-256:7c59ad7c208225d5ad9ff8ebac84642c693438b69bb9a48fad164b9dfb1eb976