向量召回评估

概述

向量召回评估算子计算召回的hitrate，用于评估召回结果的好坏，hitrate越高表示训练产出的向量去召回向量的结果越准确。支持u2i召回和i2i召回的计算。u2i召回时，拿user（用户）的向量去召回top k个items（物品），i2i召回时拿item的向量去召回top k个items。 hitrate的具体计算方法为，假设真实trigger（u2i召回时为user，i2i召回时为item）的关联item集合为M，而实际召回了top k个和trigger相似的items，若其中落在了M里的集合为N，则top k hitrate为|N| / |M|。

输入

参数	子参数	参数说明
inputs	item_embedding	inputs为字典类型，item_embedding为pyspark中的DataFrame类型对象，代表物品向量。
inputs	true_sequence	true_sequence为pyspark中的DataFrame类型对象，代表真实关联表。
inputs	user_embedding	user_embedding为pyspark中的DataFrame类型对象，代表用户向量。

输出

参数	子参数	参数说明
output	output_port_1	output为字典类型，output_port_1为总体的hitrate，类型为pyspark的DataFrame。
output	output_port_2	output为字典类型，output_port_2为详细的召回评估结果，类型为pyspark的DataFrame。