数据中台推荐系统入门(三):推荐系统的评测指标

发布于 2021-04-09 07:53

每天早 07 : 45 按时送达

这是华仔的第113篇原创文章

本文介绍一下推荐系统的相关评测指标。推荐系统的数据指标分为两种。

接下来我们看看这些指标该怎么计算。

首先是曝光次数。统计推荐模块曝光次数的方式有两种：其一是通过前端页面埋点的方式，当用户在推荐模块浏览商品时，由前端工程师异步上传数据到埋点日志服务器，再通过解析埋点日志的方式统计曝光次数；其二是通过后端埋点的方式，当用户在推荐模块浏览商品时，推荐模块调用的是获取推荐商品的接口，由后端工程师记录当时的推荐场景、算法、用户、商品ID的集合等关键信息，将之保存到日志文件，再通过解析日志文件的方式统计曝光次数。由于前端页面埋点有5%的丢失率，而应计算的一些指标（比如交易额）需要比较准确的数据。如果采用后端埋点的方式统计，曝光量会更加准确一些。

与交易额相关的指标（比如支付人数、支付金额、支付件数等），也需要通过后端埋点的方式采集。前文讲过，在电商产品的交易流程中有一个断层——用户一般都是先加购再下单，这就会增加前端埋点和数据解析的难度。简单的做法是在订单中增加下单来源的字段，记录商品的推荐场景、算法ID等信息到购物车中，一般来说，购物车中的数据是保存在内存数据库Redis里面的，当用户下单时再从Redis中取出数据放入订单中，这样就保证了数据整个链条能够被记录下来，功能界面如下图所示。