精度和召回率是评估推荐系统的关键指标，着重于推荐的质量和覆盖范围。 精度衡量的是推荐项目中与用户相关的比例。例如，如果一个系统推荐了 10 部电影，用户喜欢其中 7 部，则精度为 70%。高精度意味着更少的无关推荐，这在用户信任或满意度取决于避免不良建议时至关重要。 另一方面，召回率衡量的是系统成功地呈现的所有相关项目的比例。如果用户喜欢 20 部电影，而系统推荐了其中的 7 部，则召回率为 35%。 高召回率确保系统不会遗漏太多用户想要的项目，这对于以发现为导向的应用程序（如音乐流媒体）非常重要。
精度和召回率之间的权衡是一个核心挑战。例如，推荐更多项目（例如，将排名靠前的 (k) 列表从 10 个增加到 20 个）可以通过捕获更多相关项目来提高召回率，但如果额外项目不太相关，则存在降低精度的风险。相反，较短的列表可能具有更高的精度，但会错过许多相关项目，从而损害召回率。开发人员通常使用 precision@k 和 recall@k 等指标来量化这种平衡。在音乐应用中，如果 20 首推荐歌曲中有 5 首被喜欢（总共有 50 首喜欢的歌曲），则 precision@20 为 25%，recall@20 为 10%。将 (k) 增加到 50 可能会将召回率提高到 20%，但将精度降至 10%，从而迫使您根据业务目标做出选择：流媒体服务可能会优先考虑召回率以促进发现，而电子商务平台可能会倾向于精度以避免不相关的产品建议。
实际上，开发人员在离线测试期间使用历史数据实施这些指标。例如，将用户互动分为训练集和测试集可以模拟系统预测未见偏好的程度。然而，现实世界的约束很重要：有限的用户交互数据可能会扭曲召回率（因为并非所有相关项目都是已知的），并且通常需要 A/B 测试来验证在线性能。诸如 F1-score（精度和召回率的调和平均值）之类的工具可帮助平衡这两个指标，但业务需求最终决定了重点。电影平台可能会优化召回率以呈现小众内容，而新闻聚合器可能会优先考虑精度以保持用户参与度。了解这些权衡有助于开发人员设计与特定用户和业务结果保持一致的系统。