【推荐系统】 评价

推荐系统的评价方法很重要，准确提供用户的需求，尽量全的cover item，看长尾理论，目前长尾市场极具商业价值，而具体实现其价值的方法，主要依赖推荐系统。

具体方式

1.准确度

推荐系统最常用的方式

针对评分预测系统，最小误差或者均方误差

针对Top-N推荐系统，recall and precision

2.覆盖度

推荐系统很重要任务就是解决长尾问题，能打多大比例的物品推荐给用户。

3.多样性

比如喜欢近代情感小说，只推荐辛夷坞，准确率可能高，但是多样性不够，应该多推荐当代作家代表作。

目前系统过滤以及内容过滤的多样性都不够。

定义相似函数，计算list中两两相似度，所以依赖于相似函数，基于内容的相似函数，是内容多样性