AI 詞彙表
人工智能完整詞典
200
類別
2,608
子類別
30,011
術語
術語
Precision@K
衡量前K个推荐中有多少比例是相关项目的指标，对于评估排名靠前的结果质量至关重要。
術語
Recall@K
计算前K个推荐中实际包含的相关项目数量与全部相关项目数量的比率。
術語
Mean Average Precision (MAP)
聚合指标，计算每个相关位置上的精度平均值，根据每个相关项目在推荐列表中的排名进行加权。
術語
NDCG (Normalized Discounted Cumulative Gain)
标准化分数，通过惩罚远离列表开头的相关项目来评估排名质量，适用于具有分级相关性的推荐。
術語
RMSE (Root Mean Square Error)
用于评估评分预测准确性的均方根误差，通过测量预测值与实际值之间的差异来计算。
術語
Hit Rate (HR)
至少有一个相关项目出现在前N个推荐中的会话百分比，衡量系统的整体有效性。
術語
Catalog Coverage
系统能够推荐的目录中唯一项目的百分比，对于避免只关注有限项目子集至关重要。
術語
Intra-List Diversity
同一推荐列表中项目之间的平均不相似度度量，对于避免重复和丰富用户体验至关重要。
術語
新颖性
推荐项目对用户的未知程度，计算为其在目录中全局流行度的倒数。
術語
偶然性
系统推荐相关但意外的项目的能力，这些项目能超出简单预测地给用户带来积极惊喜。
術語
A/B测试
实验方法论，比较两个系统版本在真实用户段上的性能，以衡量业务影响。
術語
留一交叉验证
稳健的评估技术，其中每个用户交互轮流用作测试数据，而其他交互用于训练。
術語
离线与在线评估
双重方法，在历史数据（离线）和真实交互（在线）上评估性能，以验证系统的完整有效性。
術語
时间泛化
系统在未来的数据上保持性能的能力，通过对时间划分而非随机划分进行顺序评估。
術語
业务指标关联
算法指标（NDCG，精确率）与业务指标（转化率，留存率）之间关系的分析，以验证业务相关性。
術語
白内障指标
平衡精确性、多样性、新颖性和覆盖率的综合评分，用于整体评估推荐质量。
術語
预期互惠排名 (ERR)
基于用户行为的概率模型，假设用户在首次点击后停止查看，强烈重视排名靠前的位置。
術語
用户覆盖率
系统能够为其生成推荐的用户的百分比，是衡量系统普适性的关键指标。
術語
公平性指标
评估推荐在不同人群间分配公平性的指标，旨在避免算法偏见。
術語
曝光偏差测量
量化热门商品与长尾商品之间的曝光差异，对评估推荐的平衡性至关重要。
🔍