Mean Reciprocal Rank (MRR) is a statistical measure used primarily in the fields of recuperación de información and procesamiento de lenguaje natural to evaluate the performance of systems that return a list of ranked results. It specifically assesses how well a search algorithm or sistema de recomendación clasifica los elementos relevantes en respuesta a una consulta.
La MRR se calcula tomando el recíproco del rango en el que aparece el primer resultado relevante para cada consulta, promediando estos valores en todas las consultas. La fórmula para la MRR es:
MRR = (1/Q) * Σ (1/rank_i)
donde:
- Q es el número total de consultas,
- rank_i es la posición del primer resultado relevante para la i-ésima consulta.
Por ejemplo, si para tres consultas los primeros resultados relevantes se encuentran en las posiciones 1, 2 y 3, la MRR se calcularía como:
MRR = (1/3) * (1/1 + 1/2 + 1/3) = (1/3) * (1 + 0.5 + 0.333) = 0.611
MRR es particularmente útil en aplicaciones como motores de búsqueda, question-answering systems, and recommendation engines, where it is crucial to present the most relevant results to users as quickly as possible. A higher MRR indicates better performance, as it signifies that relevant results appear earlier in the ranked list.