Recall-at-k是用于评估信息检索系统 (例如搜索引擎或推荐系统) 的性能的度量。它测量当仅返回指定数量的top results (k) 时，系统从集合中检索相关项的能力。具体而言，recall-at-k量化了前k个结果中包括多少相关项目。这允许开发人员基于用户的查询来评估系统是否有效地为用户呈现最相关的信息。
要计算recall-at-k，您首先需要知道数据集中有多少相关项，以及系统提供的前k个结果中包含了多少相关项。recall-at-k的公式为: Recall-at-k = (在前k个结果中检索到的相关项的数量)/(数据集中的相关项的总数)。例如，如果搜索提供了总共20个相关文档中的5个相关文档，并且搜索结果集限于10个，则10时的召回率将是5除以20，即0.25，这意味着在前10个结果中检索到25% 个相关文档。
Recall-at-k特别有用，因为它可以让开发人员深入了解当结果仅限于固定数量的项目时，他们的系统对用户的性能如何。例如，在电子商务应用程序中，如果用户搜索 “跑鞋” 并且系统返回15个结果，则10时召回将测量在那些前10个结果中包括多少最相关的鞋选项。通过分析不同k值的recall-at-k，开发人员可以对其系统的有效性有细微的了解，并进行必要的调整以提高提供给用户的结果的相关性和质量。