Quelles sont les métriques d'évaluation hors ligne des recommandations (Recall@K, MAP, NDCG, MRR) ?

Recall@K — la proportion d'éléments pertinents trouvés dans le top-K des recommandations. Montre la complétude.

MAP (Précision moyenne) — valeur moyenne de la précision à toutes les positions avec des éléments pertinents, prenant en compte l'ordre et la précision.

NDCG (Gain de gain cumulatif normalisé) — métrique qui prend en compte la pertinence et la position de l'élément dans la liste, avec une réduction du poids pour les éléments en dessous du rang.

MRR (Rang moyen réciproque) — valeur moyenne de l'inverse de la position de la première recommandation pertinente, reflète la rapidité avec laquelle l'utilisateur trouve l'élément nécessaire.

Exemple : si un utilisateur a des éléments pertinents, Recall@K montrera combien d'entre eux sont dans le top-K, et NDCG et MAP évalueront la qualité du classement en tenant compte de la position.