我做了一个序列推荐的模型最后是进行评分的预测，但我发现很多的序列推荐都是topn推荐，我的模型如何去跟其他topn的模型比较？
常见的评价指标包括：
准确率（Precision）：推荐中命中的物品数除以推荐的物品数。
召回率（Recall）：推荐中命中的物品数除以所有相关物品数。
覆盖率（Coverage）：推荐的物品总数除以数据集中的物品总数。
多样性（Diversity）：推荐物品之间的相似性。
新颖性（Novelty）：推荐物品在数据集中的新颖程度。
不同的模型可能有不同的评价指标重点，在选择评价指标时需要考虑自己的应用场景。一般来说，序列推荐的评价指标应该考虑命中率、多样性、新颖性等。
我的模型如何去跟其他topn的模型比较，首先要搞清楚对其它 topn 模型，你是直接与其论文报告的指标比较，还是编程实现其它模型（或利用其公开的程序）。
如果与其论文报告的指标比较，就只能其它模型用什么指标，你也用什么指标。
如果编程实现其它模型，则可以自己设计评价指标，常用的如：准确率（Precision），召回率（Recall），覆盖率（Coverage），多样性（Diversity），新颖性（Novelty）。
此外，如果你的模型在某个方面性能特别好，当然要把与此相关的指标重点比较。