Mean Reciprocal Rank (MRR) is a statistical measure used primarily in the fields of la récupération d'informations and traitement du langage naturel to evaluate the performance of systems that return a list of ranked results. It specifically assesses how well a search algorithm or système de recommandation classe les les éléments pertinents en réponse à une requête.
La MRR est calculée en prenant l'inverse du rang auquel apparaît le premier résultat pertinent pour chaque requête, puis en faisant la moyenne de ces valeurs sur toutes les requêtes. La formule de la MRR est :
MRR = (1/Q) * Σ (1/rank_i)
où :
- Q est le nombre total de requêtes,
- rank_i est la position du premier résultat pertinent pour la i-ème requête.
Par exemple, si pour trois requêtes, les premiers résultats pertinents se trouvent aux rangs 1, 2 et 3, la MRR serait calculée comme :
MRR = (1/3) * (1/1 + 1/2 + 1/3) = (1/3) * (1 + 0.5 + 0.333) = 0.611
Le MRR est particulièrement utile dans des applications telles que moteurs de recherche, 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.