6. 惊喜度
所谓惊喜度，简单的解释就是，如果推荐结果和用户的历史兴趣不相似，但却能够让用户觉得满意，那么就可以说推荐结果的惊喜度很高 。想要兼顾推荐系统的惊喜度并不是一件容易的事情，因为这意味着需要降低推荐结果和用户历史兴趣的相似度，所以可能会对预测准确度带来一定的挑战 。但毫无疑问，用户需要惊喜，这会极大提升用户的满意度和使用体验，所以推荐系统对惊喜度的追求只会不断提高，且还需要在不影响预测准确度的前提下来实现 。
7. 信任度
所谓信任度，是指用户对推荐系统是否信任，是否愿意“听取”推荐系统的“建议”，而不是几乎无视推荐频道或推荐列表的存在 。信任度对推荐系统的意义非常重大，因为基于用户的信任推荐的内容和商品，更能够让用户产生兴趣；而如果失去了用户的信任，那么你推荐的任何内容和商品，都会让用户觉得像是广告，而难以产生兴趣 。这就如同两个人向你分别推荐同一件商品，一个人是你的朋友，而另一个人不是，你会听谁的？相比其它指标，信任度多少有些感性，因此提升的方法也很多，例如可以考虑增加推荐系统的透明度，想办法让用户了解推荐系统的运行机制，并得到用户的认可，甚至可以通过一些自媒体做一些宣传；此外，例如在你推荐的内容概要中，提示用户“你的xx个朋友已经阅读过了”，也是一种间接提升推荐系统信任度的方法 。
8. 时效性
推荐系统的时效性包括两个方面，一方面是，在很多应用中，因为内容具有很强的时效性，所以需要在内容还具有时效性时就将它们推荐给用户；而另一方面是，用户的需求可能也具有一定的时效性，例如当一个用户刚刚在移动电商应用中下单购买了一部新手机时，如果推荐系统能够立即给他推荐相关配件，那么肯定比第二天再给用户推荐相关配件更有价值，转化率更高 。这两个方面，前者更依赖被推荐的内容本身，而后者则需要建立在对用户行为实时分析的基础上 。
9. 健壮性
任何一个能带来利益的算法系统都会被人攻击，例如搜索引擎的作弊和反作弊斗争就异常激烈，因为如果能让自己的内容或商品排在匹配某个搜索词的搜索结果的第一位，那么就会带来极大的用户流量，也就意味着巨大的商业利益 。推荐系统也会遇到同样的作弊问题，而健壮性（即鲁棒性）指标，则可以用来衡量了一个推荐系统抗击作弊的能力 。强化推荐系统的健壮性，比较重要的方式就在于提升剔除噪声数据的能力，毕竟大规模的攻击，例如利用水军攻击影评网站的评分系统，其用户行为与正常用户会是有明显区别的，所以想提升系统的健壮性，就应该最大限度地识别出这些噪声数据，并把他们的影响降到最低 。
10. 商业目标
前面的九个指标，有时候很难完全兼顾，甚至于有些指标在某种程度上会形成一定程度的互斥关系 。而如何平衡这些指标，则还需要从经济效益和商业目标层面进行综合考虑 。此外，对于不同阶段的产品，例如有的产品处于打磨试错积累种子用户阶段，有的产品处于烧钱打市场阶段，有的产品处于规模化盈利阶段，其推荐系统的策略也是会有所差异的 。
文章插图
关于推荐系统的更多内容，这里有一本非常经典的[推荐系统实践]，比较完整地科普了推荐系统相关的知识点，也涉及到了一些基本算法，有兴趣的朋友可以根据下面线索获取 。
【评价指标有哪些 十个评价指标，带你认识推荐系统？】
- 为什么用食指指着一个人的额头中心 按印堂的作用及好处
- 妊娠糖尿病一周食谱有哪些 糖尿病人饮食食谱指南
- 情人节表白的话送戒指怎么样 还没表白情人节送什么
- 上海为什么不出二手房指导价 汤臣倍健蛋白粉下架
- 各种食物的血糖指数 黑米升糖指数是多少
- 上海华山医院王邵华医生评价怎么样 上海华山医院肢体重建
- 大脚趾头麻木是怎么回事 左脚大拇指发麻
- 孩子的手指上面长了一个硬疙瘩 小手指长了个硬疙瘩图片
- 右手食指肚就一个 手疣早期图片
- 康复者|康复者返岗全天候防护指南 阳康后还要打疫苗吗