前言

本文介紹一下推薦系統(tǒng)的相關(guān)評(píng)測(cè)指標(biāo)。推薦系統(tǒng)的數(shù)據(jù)指標(biāo)分為兩種。

（1）商業(yè)指標(biāo)，即推薦系統(tǒng)的與最終交易額相關(guān)的指標(biāo)。我們做推薦系統(tǒng)的目的是為了代替人工給用戶推薦商品，提高效率，實(shí)現(xiàn)千人千面的用戶體驗(yàn)，從而帶來更多的交易額。商業(yè)指標(biāo)包括曝光次數(shù)、商品的PV、商品的UV、商品支付人數(shù)、支付金額、支付件數(shù)，以及點(diǎn)擊率（商品PV與曝光次數(shù)之比）、支付轉(zhuǎn)化率（商品支付人數(shù)與商品UV之比）。

 

指標(biāo)計(jì)算

接下來我們看看這些指標(biāo)該怎么計(jì)算。

曝光次數(shù)

首先是曝光次數(shù)。統(tǒng)計(jì)推薦模塊曝光次數(shù)的方式有兩種：其一是通過前端頁面埋點(diǎn)的方式，當(dāng)用戶在推薦模塊瀏覽商品時(shí)，由前端工程師異步上傳數(shù)據(jù)到埋點(diǎn)日志服務(wù)器，再通過解析埋點(diǎn)日志的方式統(tǒng)計(jì)曝光次數(shù)；其二是通過后端埋點(diǎn)的方式，當(dāng)用戶在推薦模塊瀏覽商品時(shí)，推薦模塊調(diào)用的是獲取推薦商品的接口，由后端工程師記錄當(dāng)時(shí)的推薦場(chǎng)景、算法、用戶、商品ID的集合等關(guān)鍵信息，將之保存到日志文件，再通過解析日志文件的方式統(tǒng)計(jì)曝光次數(shù)。由于前端頁面埋點(diǎn)有5%的丟失率，而應(yīng)計(jì)算的一些指標(biāo)（比如交易額）需要比較準(zhǔn)確的數(shù)據(jù)。如果采用后端埋點(diǎn)的方式統(tǒng)計(jì)，曝光量會(huì)更加準(zhǔn)確一些。

 

推薦商品的PV、UV可以通過對(duì)推薦位進(jìn)行常規(guī)埋點(diǎn)的方式計(jì)算，由前端工程師開發(fā)。每當(dāng)用戶點(diǎn)擊一次推薦位的商品，平臺(tái)就會(huì)通過埋點(diǎn)的方式記錄當(dāng)前的推薦場(chǎng)景、算法ID、商品ID等主要信息。

 

與交易額相關(guān)的指標(biāo)（比如支付人數(shù)、支付金額、支付件數(shù)等），也需要通過后端埋點(diǎn)的方式采集。前文講過，在電商產(chǎn)品的交易流程中有一個(gè)斷層——用戶一般都是先加購再下單，這就會(huì)增加前端

總結(jié)

以上是生活随笔為你收集整理的数据中台推荐系统入门（三）：推荐系统的评测指标的全部?jī)?nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯(cuò)，歡迎將生活随笔推薦給好友。