推荐系统 有关recall,precision.实验总结

recall 为用户u推荐N个物品（记为R（u）），令用户在测试集上喜欢的物品的集合为T（u） ，然后计算召回率。召回率描述还有多少比例的用户-物品评分记录包含在最终的推荐列表中。所以T（u）是测试集的总长度。 precison 准确率描述最终的推荐列表中有多少比例是发生过的用户-物品评分记录。 论文中实例总结，这篇文章将持续更新。 GRU4REC中，计算TOP 20的召回率时，每个session

>>阅读原文<<