R(u) = 推荐列表
假设s(i,j) 定义了用户推荐列表中的物品相似度。
用户多样性 Diversity(R(u)) = 1- 2sum(s(i,j))/ (len(R(u)) (len(R(u))-1))
整体多样性= sum(Diversity(R(u)) ) / len(U)
简单举例:
用户80%时间看动作片,20%时间看动画片,那么推荐列表中最好是8部动作片和两部动画片。
R(u) = 推荐列表
假设s(i,j) 定义了用户推荐列表中的物品相似度。
用户多样性 Diversity(R(u)) = 1- 2sum(s(i,j))/ (len(R(u)) (len(R(u))-1))
整体多样性= sum(Diversity(R(u)) ) / len(U)
简单举例:
用户80%时间看动作片,20%时间看动画片,那么推荐列表中最好是8部动作片和两部动画片。
本文标题:推荐系统评测指标4-多样性
本文链接:https://www.haomeiwen.com/subject/kdssektx.html
网友评论