在 Apache Mahout 框架中，通常采用哪些方法来评估一个推荐系统的性能？请列举并解释常用的评估指标及其计算方式。
考察说明
考察对推荐系统离线评估指标体系及 Mahout 中评估工具的理解。
回答思路
- 【回答框架 1】推荐系统评估分为离线评估、在线评估和用户调查，Mahout 主要支持离线评估。离线评估通过将数据集划分为训练集和测试集，在测试集上计算预测准确度与排序质量指标。
- 【回答框架 2】常用指标包括均方根误差 RMSE 和平均绝对误差 MAE，用于衡量预测评分与真实评分的偏差，数值越小越好。RMSE 对较大误差更敏感，MAE 更直观。
- 【回答框架 3】针对 Top-N 推荐，使用精确率 Precision 和召回率 Recall，衡量推荐列表中相关物品的占比和覆盖程度。可结合 F1 分数综合两者。
- 【回答框架 4】排序质量指标包括平均准确率 MAP、归一化折损累计增益 NDCG，考虑推荐物品的排序位置，位置越靠前加分越多。
- 【回答框架 5】Mahout 提供 GenericRecommenderIRStatsEvaluator 计算精确率和召回率，以及 GenericRecommenderRootMeanSquaredErrorEvaluator 计算 RMSE，可通过设置相应的评估器来运行。
- 【关键点 1】RMSE 与 MAE 评估评分预测准确度，数值越低越好。
- 【关键点 2】Precision 和 Recall 评估 Top-N 推荐的相关性，F1 综合二者。
- 【关键点 3】MAP 和 NDCG 评估推荐列表的排序质量。
- 【关键点 4】Mahout 提供 IRStatsEvaluator 与 RMSEEvaluator 等工具类进行离线评估。
- 【易错点 1】只使用 RMSE 会忽略排序质量，需结合排序指标。
- 【易错点 2】离线评估结果受数据划分方式影响，需保证随机划分或使用交叉验证。
- 【易错点 3】不同指标对业务目标的反映不同，需结合具体场景选择，避免单一指标误导。