precision@k

precision@k是一种衡量推荐系统(或者搜索系统)的指标。它表示的是在前k个推荐(或者搜索结果)中，有多少个是正确的(也就是说用户会感兴趣的)。

具体来说，假设我们有一个推荐系统，它向用户推荐了k个物品。假设其中有p个物品是用户感兴趣的，那么precision@k=p/k。

例如，如果我们的推荐系统向用户推荐了10个物品，其中有7个是用户感兴趣的，那么precision@10=7/10=0.7。

通常，我们希望precision@k越高越好，因为这意味着推荐系统能够向用户提供更多有价值的信息。但是，precision@k也有一些局限性，因为它只考虑了前k个推荐，而忽略了后面的推荐。