推荐系统：常用评价指标总结【准确率、精确率、召回率、命中率、（归一化折损累计增益）NDCG、平均倒数排名(MRR)、ROC曲线、AUC（ROC曲线下的面积）、P-R曲线、A/B测试】

1.Recall（召回率）与Precision（精确率）

网站在提供推荐服务时，一般是给用户一个个性化的推荐列表，这种推荐叫做TopN推荐，TopN推荐的预测准确率一般通过召回率和精确率来度量。
在介绍召回率和精确率之前，首先要了解一下混淆矩阵：
TP（true positive）：表示样本的真实类别为正，最后预测得到的结果也为正；
FP（false positive）：表示样本的真实类别为负，最后预测得到的结果却为正；
FN（false negative）：表示样本的真实类别为正，最后预测得到的结果却为负；
TN（true negative）：表示样本的真实类别为负，最后预测得到的结果也为负。
则召回率和精确率分别用混淆矩阵计算如下：

2.AUC

---

---

---

参考资料：
推荐系统的评价指标
推荐系统常用评价指标总结
用于推荐系统评估的概念与指标