Оцінка впливу різних метрик на продуктивність системи рекомендацій фільмів

Abstract

Досліджено вплив різних метрик на оцінку продуктивності систем рекомендацій фільмів. Проаналізовано основні типи метрик: метрики точності прогнозування рейтингу (RMSE, MAE), метрики релевантності (Precision, Recall, F1-score) та метрику ранжування (NDCG). Показано, що RMSE та MAE ефективно оцінюють точність передбачення числових рейтингів, але не враховують релевантність та порядок рекомендацій. Метрики Precision, Recall та F1-score дозволяють визначити відповідність рекомендованих фільмів інтересам користувача, проте ігнорують позицію елементів у списку. NDCG є найповнішою метрикою, що одночасно враховує релевантність та якість ранжування рекомендацій. Обґрунтовано необхідність комплексного підходу до оцінки систем рекомендацій з використанням різних метрик залежно від конкретних цілей застосування та пріоритетів бізнесу.