前言

本文介紹一下推薦系統的相關評測指標。推薦系統的數據指標分為兩種。

（1）商業指標，即推薦系統的與最終交易額相關的指標。我們做推薦系統的目的是為了代替人工給用戶推薦商品，提高效率，實現千人千面的用戶體驗，從而帶來更多的交易額。商業指標包括曝光次數、商品的PV、商品的UV、商品支付人數、支付金額、支付件數，以及點擊率（商品PV與曝光次數之比）、支付轉化率（商品支付人數與商品UV之比）。

 

指標計算

接下來我們看看這些指標該怎么計算。

曝光次數

首先是曝光次數。統計推薦模塊曝光次數的方式有兩種：其一是通過前端頁面埋點的方式，當用戶在推薦模塊瀏覽商品時，由前端工程師異步上傳數據到埋點日志服務器，再通過解析埋點日志的方式統計曝光次數；其二是通過后端埋點的方式，當用戶在推薦模塊瀏覽商品時，推薦模塊調用的是獲取推薦商品的接口，由后端工程師記錄當時的推薦場景、算法、用戶、商品ID的集合等關鍵信息，將之保存到日志文件，再通過解析日志文件的方式統計曝光次數。由于前端頁面埋點有5%的丟失率，而應計算的一些指標（比如交易額）需要比較準確的數據。如果采用后端埋點的方式統計，曝光量會更加準確一些。

 

推薦商品的PV、UV可以通過對推薦位進行常規埋點的方式計算，由前端工程師開發。每當用戶點擊一次推薦位的商品，平臺就會通過埋點的方式記錄當前的推薦場景、算法ID、商品ID等主要信息。

 

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

總結

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內容，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站內容還不錯，歡迎將生活随笔推薦給好友。