在網際網路發達的今天，我們能夠很容易通過網際網路實現資訊的共享，對某些物件（比如亞馬遜上的圖書、電驢上的電影等），很容易得到廣大使用者對他們的評價，這種評價是有意的（主動參與評價）或是無意的（通過買與不買來評價），而**是能夠活得這些評價資訊的。因此我們可以抽象出這樣的模型，對n件物品，一共有m個人進行了評價，於是對每乙個人，都有乙個評價n個物品的n維向量，而對每一件物品，都有乙個受m個人評價的m維向量。這兩種不同的評價的組織形式，對應著兩種不同的推薦方式。
首先，我們通過「歐幾里得距離評價」或「皮爾遜相關度評價」兩種方法中的某一種就能夠得到任意兩個物件（物品或人）的相關度，這種相關度表明這兩者的相近程度。相近程度的作用在於決定權重，越相近的關係，在推薦決策中所顯示的權重越大。事實上，就像人，當你聽到對一件事物的很多評價的時候，你需要把它們按發言者的權重加權，得到最後的結果才是模擬出來的最符合你的眼觀的評價。這樣，通過相關度找到任意兩者的相關關係，再通過相關關係來加權，並將其他物品加權求平均，得到每個物品相對於某個人的最有可能的價值，將最有價值的物品推薦給這個人，從而實現推薦。上述這種方法是所謂「基於人的過濾」，當物品數量很大而乙個人所接觸的物品只是其中很小一部分時，將物品作為過濾的標準是更為高效的一種做法。其基本思想仍然是從相關度計算出發，得到加權來做出綜合評價，但在實現上，它以物品為相關度主體，先計算任意兩個物品的相關度（這種計算量同樣是巨大的，但更新上並沒有太高速的要求），從而得到物品對物品的權重，當某個人產生了對其中某些物品的n維評價向量時，可以根據這個向量來計算其他任一物品相對於此人的估計價值，同樣將最有價值的物品推薦給此客戶。
整體而言，評價與推薦都是通過對於使用者評價資料的充分利用，從技術手段上，都是從相關度出發得到權重，再進行不同權重的集體投票，堪稱是一種「民主」的技術啊哈哈。
評價推薦系統指標
評價指標 名稱符號 偏好是否依賴於推薦列表長度備註準 確度 評分準確度 平均絕對誤差 mae 小否 適用於比較關注精確的 評分的系統 平均平方誤差 mse 小均方根誤差 rmse 小 標準平均絕對誤差 nmae 小 評分關聯 pearson關聯 pcc 大適用於不關注精確 評分的系統，其中ndmp適...
搜尋 推薦評價指標
這裡面有三個常用的概念 正確率，精確率，召回率。正確率 precision，簡稱為p 定義為 p 返回結果中相關文件個數 返回結果的數目。精確率 accuracy，簡稱為a 定義為 a 判斷結果正確的文件數目 所有文件數目。召回率 recall，簡稱為r 定義為 r 返回結果中相關文件數目 所有相關...
推薦系統評價標準
如果乙個智慧型系統的智慧型程度很弱的話，對於工業界來說，完全可以不用智慧型系統。假象你推薦給使用者的東西效果很差的話，還不如推薦給使用者一些比較hot的東西。那麼，如何來評價乙個推薦系統的效果呢？1 accuracy 準確性是乙個可以量化的指標，在學術界，評價乙個推薦系統最重要的指標就是看看你 的分...