使用者滿意度
描述使用者對推薦結果的滿意程度，這是推薦系統最重要的指標。一般通過對使用者進行問卷或者監測使用者線上行為資料獲得。
**準確度
描述推薦系統**使用者行為的能力。一般通過離線資料集上演算法給出的推薦列表和使用者行為的重合率來計算。重合率越大則準確率越高。
覆蓋率
描述推薦系統對物品長尾的發掘能力。一般通過所有推薦物品佔總物品的比例和所有物品被推薦的概率分布來計算。比例越大，概率分布越均勻則覆蓋率越大。
多樣性
描述推薦系統中推薦結果能否覆蓋使用者不同的興趣領域。一般通過推薦列表中物品兩兩之間不相似性來計算，物品之間越不相似則多樣性越好。
新穎性
如果使用者沒有聽說過推薦列表中的大部分物品，則說明該推薦系統的新穎性較好。可以通過推薦結果的平均流行度和對使用者進行問卷來獲得。
驚喜度
如果推薦結果和使用者的歷史興趣不相似，但讓使用者很滿意，則可以說這是乙個讓使用者驚喜的推薦。可以定性地通過推薦結果與使用者歷史興趣的相似度和使用者滿意度來衡量。
簡而言之，乙個好的推薦系統就是在推薦準確的基礎上，給所有使用者推薦的物品盡量廣泛（挖掘長尾），給單個使用者推薦的物品盡量覆蓋多個類別，同時不要給使用者推薦太多熱門物品，最牛逼的則是能讓使用者看到推薦後有種「相見恨晚」的感覺。
推薦系統的分類
被誤解的外鏈判定標準
外鏈，是seo優化中比較重要的組成部分，雖然去年開始綠蘿演算法等搜尋引擎演算法的重制定對於外鏈的影響使得seoer一度質疑外鏈的重要性。但是，筆者小丹認為無論什麼時候好的外鏈永遠可以給 帶來驚喜。之前我們也曾分析過怎樣做外鏈，什麼樣的外鏈才能偶成為有效鏈結。那時候我們就突出乙個重點高質量鏈結，而製作...
複製內容的判定標準和建議
有些seoer可能會思考，什麼位置的相同內容，什麼相同程度的內容被搜尋引擎算作是複製內容。久度seo 在做優化的時候，文章都是由個人編寫，這對蜘蛛是友好的，證明我沒有在欺騙也不會引起它的懷疑和懲罰,下面來wrwjmjjz看看本人為程式設計客棧大家總結的一些 優化思路。1.複製內容的位置 如果相同的內...
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...