1.5 推荐系统评估

学习目标

  • 了解推荐系统的常用评估指标
  • 了解推荐系统的评估方法

1 推荐系统的评估指标

  • 好的推荐系统可以实现用户, 服务提供方, 内容提供方的共赢

  • 评估数据来源显示反馈和隐式反馈

    显式反馈 隐式反馈
    例子 电影/书籍评分 是否喜欢这个推荐 播放/点击 评论 下载 购买
    准确性
    数量
    获取成本
  • 常用评估指标

    • 准确性 • 信任度
    • 满意度 • 实时性
    • 覆盖率 • 鲁棒性
    • 多样性 • 可扩展性
    • 新颖性 • 商业⽬标
    • 惊喜度 • ⽤户留存

    • 准确性 (理论角度) Netflix 美国录像带租赁
      • 评分预测
        • RMSE MAE
      • topN推荐
        • 召回率 精准率
    • 准确性 (业务角度)

  • 覆盖度
    • 信息熵 对于推荐越大越好
    • 覆盖率
  • 多样性&新颖性&惊喜性
    • 多样性:推荐列表中两两物品的不相似性。(相似性如何度量?
    • 新颖性:未曾关注的类别、作者;推荐结果的平均流⾏度
    • 惊喜性:历史不相似(惊)但很满意(喜)
    • 往往需要牺牲准确性
    • 使⽤历史⾏为预测⽤户对某个物品的喜爱程度
    • 系统过度强调实时性
  • Exploitation & Exploration 探索与利用问题
    • Exploitation(开发 利用):选择现在可能最佳的⽅案
    • Exploration(探测 搜索):选择现在不确定的⼀些⽅案,但未来可能会有⾼收益的⽅案
    • 在做两类决策的过程中,不断更新对所有决策的不确定性的认知,优化
      长期的⽬标
  • EE问题实践
    • 兴趣扩展: 相似话题, 搭配推荐
    • 人群算法: userCF 用户聚类
    • 平衡个性化推荐和热门推荐比例
    • 随机丢弃用户行为历史
    • 随机扰动模型参数
  • EE可能带来的问题
    • 探索伤害用户体验, 可能导致用户流失
    • 探索带来的长期收益(留存率)评估周期长, KPI压力大
    • 如何平衡实时兴趣和长期兴趣
    • 如何平衡短期产品体验和长期系统生态
    • 如何平衡大众口味和小众需求

2 推荐系统评估方法

  • 评估方法
    • 问卷调查: 成本高
    • 离线评估:
      • 只能在用户看到过的候选集上做评估, 且跟线上真实效果存在偏差
      • 只能评估少数指标
      • 速度快, 不损害用户体验
    • 在线评估: 灰度发布 & A/B测试 50% 全量上线
    • 实践: 离线评估和在线评估结合, 定期做问卷调查