推荐系统指标——Hit Ratio(HR)

2023-11-01

我现在读过的文献里有两种定义。

第一种:《Deep Collaborative Filtering with Multi-Aspect Information in Heterogeneous Networks》中提到的:
在这里插入图片描述
原文中提到:where #hits is the number of users whose test item appears in the recommended list。分母#users是测试集中全体用户的个数。

第二种:
H R = ∑ u i ∈ Ω t e ∣ H i t u i ∣ ∣ Ω t e ∣ HR = \frac{\sum_{u_i \in \Omega_{te}}|Hit_{u_i}|}{|\Omega_{te}|} HR=ΩteuiΩteHitui
分子: u i u_i ui为测试集中的某一个用户, ∣ H i t u i ∣ |Hit_{u_i}| Hitui表示向 u i u_i ui推荐的物品中,属于测试集中的物品个数。
分母: ∣ Ω t e ∣ |\Omega_{te}| Ωte表示测试集中所有物品的个数。

在我最近的工作中,我选择第一种作为我的指标计算。

本文内容由网友自发贡献,版权归原作者所有,本站不承担相应法律责任。如您发现有涉嫌抄袭侵权的内容,请联系:hwhale#tublm.com(使用前将#替换为@)

推荐系统指标——Hit Ratio(HR) 的相关文章

  • 开源的推荐系统简介TOP 10

    最近这两年推荐系统特别火 本文搜集整理了一些比较好的开源推荐系统 即有轻量级的适用于做研究的SVDFeature LibMF LibFM等 也有重 量级的适用于工业系统的 Mahout Oryx EasyRecd等 供大家参考 PS 这里的
  • 4.抽样分布的概念与Python实现抽样

    1 总体与样本 在实际中 总体的分布一般是未知的 或只知道它具有某种形式而其中包含着未知参数 这时 常用的办法就是根据样本来推断总体 总体 个体 样本 总体 通常把研究对象的全体称为总体 一个总体对应于一个随机变量X 个体 把组成总体的每个
  • 概率论--数学期望与方差--协方差(详解)

    目录 数学期望与方差 离散型随机变量的数学期望 注意 连续型随机变量的数学期望 方差 常用随机变量服从的分布 二项分布 正态分布 随机向量与随机变量的独立性 随机向量 随机变量的独立性 协方差 协方差的定义 协方差的意义 协方差矩阵 数学期
  • 《深度学习》读书笔记:第3章 概率与信息论

    目录 第3章 概率与信息论 3 1 为什么要使用概率 3 2 随机变量 3 3 概率分布 3 3 1 离散型变量和概率质量函数 3 3 2 连续型变量和概率密度函数 3 4 边缘概率 3 5 条件概率 3 6 条件概率的链式法则 3 7 独
  • 蓝桥杯算法训练-印章

    这一题是10月份新加的题 网上也没啥答案 标签为dp动态规划 实际上我觉得不用动态规划也能做 毕竟python是自带了求组合数的函数 下面来看一下吧 试题 算法训练 印章 资源限制 时间限制 1 0s 内存限制 256 0MB 问题描述 共
  • 泊松分布的矩母函数与特征函数

    矩母函数与特征函数 矩 母 函 数 与 特 征 函 数
  • VAE(变分自编码器) 详解

    近期看论文要用到VAE 看了很多资料 有这样一种感觉 要么过度过于偏向数学原理 要么只是讲了讲网络结构 本文将两者结合 以简洁易懂的语言结合代码实现来介绍VAE 1 解决问题 VAE是变分推断 variational inference 以
  • 光线追踪渲染实战(五):低差异序列与重要性采样,加速收敛!

    项目代码仓库 GitHub https github com AKGWSB EzRT gitee https gitee com AKGWSB EzRT 目录 前言 1 低差异序列介绍 2 sobol 序列及其实现 2 1 生成矩阵与递推式
  • 推荐系统的循序进阶读物(从入门到精通)

    为了方便大家从理论到实践 从入门到精通 循序渐进系统地理解和掌握推荐系统相关知识 特做了个读物清单 大家可以按此表阅读 也欢迎提出意见和指出未标明的经典文献以丰富各学科需求 为避免初学者疲于奔命 每个方向只推荐几篇经典文献 1 中文综述 了
  • 看书标记【统计学习理论与方法】1

    第一章 概率论基础 在R中 分布函数名为func 则形如dfunc的函数就提供了相应的概率分布函数 dfunc x p1 p2 形如pfunc的函数提供了相应的累积分布函数 pfunc q p1 p2 分位数函数 p为由概率构成的向量 qf
  • 一.用matlab生成想要的分布数据——均匀分布

    给大家讲讲怎么用matlab生成想要分布的随机数吧 1 均匀分布 2 正态分布 3 对数正态分布 4 gumbel分布 5 weibull分布 6 指数分布 7 Raili分布 1 均匀分布 matlab的rand指令可以帮助我们生成0 1
  • 西瓜+南瓜-task1 模型评估与选择

    题外话 南瓜书是西瓜书公式的进一步深入 机器学习研究什么 对历史经验的归纳总结 预测 比如 早霞不出门晚霞行千里 通过历史累计 经验 预测第二天是晴天还是雨天 此处的 经验 类似于历史数据 通过学习数据 或者训练数据 提前预判 这就是机器学
  • R大数定律(Python切比雪夫不等式验证大数定律)模拟圆周率

    大数定律 在概率论中 大数定律 LLN 是描述大量执行相同实验的结果的定理 根据规律 大量试验所得结果的平均值应接近预期值 并随着试验次数的增加而趋于接近预期值 LLN 很重要 因为它保证了一些随机事件的平均值的长期稳定结果 例如 虽然赌场
  • 【概率论】大数定律

    概要 首先介绍了切比雪夫不等式 然后介绍大数定律概念和3种大数定律及证明 切比雪夫不等式 已知随机变量X的期望EX和方差DX 对 可得的一个上界 解释 不论X服从什么分布 X在E x 的 邻域内取值的概率不小于1 Dx 2 证明 本质 随机
  • 机器学习之高斯过程

    高斯过程 高斯过程 Gaussian Process 高斯分布 置信区间 随机过程 高斯分布的特点 核函数 白噪声处理 实战 高斯过程 Gaussian Process 在机器学习领域里 高斯过程是一种假设训练数据来自无限空间 并且各特征都
  • 推荐系统(3)——最经典的推荐算法(协同过滤算法原理部分)

    一 最经典的推荐算法 协同过滤推荐算法 Collaborative Filtering 算法思想 物以类聚 人以群分 基本的协同过滤推荐算法基于以下假设 跟你喜好相似的人喜欢的东西你也很有可能喜欢 基于用户的协同过滤推荐 User base
  • Laplace smoothing in Naïve Bayes algorithm(拉普拉斯平滑)

    在这里转载只是为了让不能够科学搜索的同学们看到好文章而已 个人无收益只是分享知识 顺手做个记录罢了 原网址 https towardsdatascience com laplace smoothing in na C3 AFve bayes
  • 概率论【离散型二维变量与连续性二维变量(下)】--猴博士爱讲课

    6 连续型二维变量 下 1 7 求边缘分布函数 边缘概率密度 边缘概率密度 2 7 求边缘密度函数 边缘概率密度 3 7 判断连续型二维变量的独立性 F x y Fx X Fy Y 那么X Y互相独立 f x y fx X fy Y 那么X
  • 基于Item的协同过滤算法实践(最简单的在线电影推荐系统)

    上一篇文章 基于用户的协同过滤算法实践 中 基于用户的相似度生成推荐列表 本文将基于Item的相似度阐述 1 相似度 基于物品的协同过滤算法 简称ItemCF 给用户推荐那些和他们之前喜欢的物品相似的物品 不过ItemCF不是利用物品的内容
  • 条件概率密度

    设二维随机变量 的概率密度为 关于 的边缘概率密度为 若对于固定的 有 则称 为在 条件下的 的条件概率密度 记为

随机推荐

  • Notion 的插件介绍和使用

    十分推荐 Save to Notion Notion Web Clipper notion 官方的剪藏插件 插件安装 Chrome 商店 https chrome google com webstore detail notion web
  • 看完这篇 教你玩转渗透测试靶机vulnhub——DC8

    Vulnhub靶机DC8渗透测试详解 Vulnhub靶机介绍 Vulnhub靶机下载 Vulnhub靶机安装 Vulnhub靶机漏洞详解 信息收集 暴力破解 提权 获取flag Vulnhub靶机渗透总结 Vulnhub靶机介绍 vulnh
  • keil仿真调试报错

    问题 程序能正常下载 但是keil仿真调试报错 进入仿真程序就在全速运行了 此时什么都干不了 查看command窗口日志信息会发现有报错 jlink error cpu is not halted 然后点击reset按钮会退出全速仿真 所有
  • 一个自己用的opencv历程

    include
  • 设两个栈(stack1,stack2)共享一个一维数组空间s[m],怎么最大限度地利用数组空间

    可以利用扩充栈操作 在传统的双端栈中 两个栈之间存在一种制约关系 两个栈中的元素总数最大可以达到M 如果一个栈中的元素较多 那么另一个栈中的元素就较少 两个栈中的元素总和超不过M 它主要利用了栈的 栈底位置不变 而栈顶位置动态变化 的特性
  • jquery 读取 解析 四级的xml文件 案例

    答案 jQuery 可以很容易地使用 AJAX 技术来解析 XML 文件 下面是一个案例 ajax type GET url yourXMLFile xml dataType xml success function xml xml fin
  • python day55

    今日内容 如何写一个测试脚本 创建一个test py文件 from django test import TestCase Create your tests here import os if name main os environ s
  • unity shader中的矩阵变换知识

    提要 在图形的计算中 比如旋转 缩放 平移 投影等操作 矩阵都扮演着极其重要的角色 它是操作图元的基本工具 虽然很多的图形API已经封装好了这些矩阵操作 但是理解这些矩阵操作的原理会非常非常有帮助 比如说我们可以通过一些矩阵的快捷计算来加速
  • Windows下切换进程用户名为当前用户名,而不是SYSTEM

    在windows操作系统中 某些情况下 我们需要将程序以管理员身份启动 通过任务管理器我们可以看到程序的持有者 如下图所示 使用SYSYTEM权限启动的程序 理论是不可以访问到当前用户下的部分目录 这个时候我们可以在必要时候切换成武到当前用
  • HTML+CSS项目案例

    文章目录 1 表格练习 2 文本样式练习 3 图片标签练习 4 盒子模型练习一 5 盒子模型练习二 6 盒子模型练习三 7 浮动练习 8 边框练习一 9 边框练习二 10 图文混排 11 列表练习 1 表格练习 案例演示 table tr
  • [数据库与软件工程]三、关系运算(并、交、笛卡尔积,自然连接等)

    目录 一 前言 二 简单的关系运算 并 交 差 并 Union 交 Intersection 差 三 复杂的关系运算 笛卡尔积 自然连接 一 笛卡尔积的数学定义 二 关系运算中的笛卡尔积 1 笛卡尔积是什么 2 如果两个关系有同名属性怎么计
  • 2023华为od机试统一考试B卷【增强字符串】

    前言 本题使用的Java语言 如果需要python语言 请参考以下链接 python版本题解 题目描述 请你实现一个增强版的strstr函数 他的功能是使用带有可选段的字符串进行模糊查询 与strstr函数相同 该函数在源字符串中查找第一次
  • 数组实现动态的原理

    重新申请一个二倍大小的数组 然后拷贝过去
  • “陷阱”病毒源代码大揭密

    7月初在我国出现了一种名叫 陷阱 Trap 的新型恶性病毒 并在7月5日全面爆发 目前国内已有不少的网站和用户遭受 陷阱 的袭击 造成网络系统瘫痪 文件丟失现象严重 该病毒是一种网络脚本语言病毒 并是同时使用了VBScript 和 Java
  • Android Q深色模式及源码解析,实战解析

    frameworks base libs hwui renderthread RenderProxy cpp void RenderProxy setForceDark bool enable mRenderThread queue pos
  • 实际用户ID,有效用户ID及设置用户ID

    实际用户ID 有效用户ID和设置用户ID 看UNIX相关的书时经常能遇到这几个概念 但一直没有好好去理清这几个概念 以致对这几个概念一直一知半解 今天好好区分了一下这几个概念并总结如下 说白了这几个UID引出都是为了系统的权限管理 下面分别
  • QT自定义QTableWidget

    目录 QT自定义QTableWidget 1 实现效果 2 具体实现 1 表格QTabelWidget 2 表头QHeaderView 3 插入数据 QT自定义QTableWidget 1 实现效果 2 具体实现 1 表格QTabelWid
  • 接口性能测试 —— Jmeter并发与持续性压测

    接口压测的方式 1 同时并发 设置线程组 执行时间 循环次数 这种方式可以控制接口请求的次数 2 持续压测 设置线程组 循环次数 勾选 永远 调度器 持续时间 这种方式可以控制压测周期时间 指定并发数 例1 设置线程数 10设置执行时间 0
  • WPF的MVVM框架Stylet开发文档 19. 杂项

    19 杂项 19 1标示值 文档地址 有时候你想要展示一个对象给用户 但是想要为它关联一个自定义的 字符串 标签 这个标签会在你的视图中显示 于是你创建了一个简单的类来包装你的对象 并附加这个标签 然后你会想要重写 ToString 以便你
  • 推荐系统指标——Hit Ratio(HR)

    我现在读过的文献里有两种定义 第一种 Deep Collaborative Filtering with Multi Aspect Information in Heterogeneous Networks 中提到的 原文中提到 where