Ktoré metriky sú dôležitejšie pre hodnotenie kvality odporúčaní: precision alebo recall?

Výber medzi presnosťou a recallom na hodnotenie kvality odporúčaní závisí od konkrétnej úlohy a priorít podnikania.

• Presnosť (precision) ukazuje, aké percento odporúčaných prvkov používateľ skutočne hodnotil pozitívne. Vysoká presnosť je dôležitá, ak je cieľom minimalizovať počet nerelevantných odporúčaní, aby používateľa nerušili.

• Recall (zachytenie) ukazuje, aké percento všetkých relevantných prvkov systém dokázal odporučiť. Vysoký recall je dôležitý, ak nechceme prehliadnuť dôležité prvky pre používateľa, aj keď to môže znamenať viac šumu v odporúčaniach.

V odporúčaniach je často dôležité nájsť rovnováhu medzi presnosťou a recallom, preto sa používajú metriky ako F1-score alebo AUC. Napríklad v e-commerce môže byť dôležitejšia presnosť, aby sa používateľovi nezobrazovali nerelevantné produkty. Na vzdelávacích platformách môže byť dôležitejší recall, aby sa neprehliadli užitočné materiály.

Preto nie je možné jednoznačne povedať, čo je dôležitejšie — treba sa riadiť obchodnými cieľmi a kontextom použitia.