Graph-based의 추천시스템의 성능 평가에 있어서, Recall, NDCG가 주요한 이유

Recall (재현율): Recall은 추천시스템에서 중요한 지표 중 하나입니다.
이는 실제로 사용자가 관심을 가지는 아이템 중 시스템이 얼마나 많은 아이템을 정확하게 추천하는지를 나타냅니다.

그래프 기반 추천시스템에서는 사용자와 아이템 간의 관계를 고려하기 때문에, 실제로 사용자가 연결된 아이템들 중 시스템이 몇 개를 성공적으로 찾아냈는지를 보여줍니다.

그렇기 때문에 Recall은 그래프 정보를 활용하는 추천시스템의 성능을 평가하는데 있어서 중요한 지표입니다.

NDCG (Normalized Discounted Cumulative Gain): NDCG는 순위된 추천 목록의 품질을 평가하는 지표 중 하나입니다.

그래프 기반 추천시스템에서는 사용자와 아이템 간의 관계를 고려하여 추천 목록을 생성하는데, 이 추천 목록의 순서가 사용자의 관심도와 일치하는지가 중요합니다.

NDCG는 추천된 아이템들의 관련도 점수를 고려하여 순서화하며, 이를 통해 시스템이 얼마나 좋은 순서로 아이템을 추천하는지를 평가합니다.

그래프 정보를 활용한 추천시스템의 경우, 아이템 간의 관계가 포함되므로, 이러한 관계를 잘 활용하여 좋은 순서의 추천을 할 수 있는지를 측정하는 데에 NDCG가 유용합니다.