如何理解推荐系统召回模型中的召回

Question

看了很多资料上对于推荐系统都有召回这么一说 怎么理解召回这两个字呢

Answer 1

IMHO "召回" 是個 (在避免歧義的意義上) 非常爛的翻譯. 哪怕譯成"想起"都更好.

假設你第一天看了A个單詞 (true), 第二天拿一些隨機單詞要你選出哪些是前一天看過的. 你選了B個 (positive) , 其中C個是確實看過的 (true-positive).

此時recall或 C/A 其實是 想起來 的概率. 一個系統如果選所有單詞會是高recall/低precision. 一個有十足把握才選的系統則可能是高precision/低recall.

Answer 2

拿搜索引擎类比，一个道理

比如搜：北京大学
有三个网页被搜索到了：
a. 北京大学保安考上研究生
b. 北京互联网工作招聘
c. 大学生活是什么样的

其中只有a是被正确搜索到的，其他两个其实是和用户搜索词无关，而事实上数据库里还有这种网页：
d. 北大开学季
e. 未名湖的景色

这两个没被搜索到，但d、e和“北京大学”的相关度是超过b、c的，也就是应该被搜索（被召回）到的却没有显示在结果里，即：
召回率 = （a）/ (a + d + e)

Answer 3

如果你了解什么是混淆矩阵，自然就明白召回了，召回是通过混淆矩阵得到的。
可以参考混淆矩阵是什么意思

然后再推荐你看看这个精度召回曲线是什么意思

2017.12.18更新
我帮你问了，你看看下面这个链接
推荐系统中的召回(recall)是什么意思？