在 Wikipedia 上有一个计算精度和召回率的实际示例：

当一个搜索引擎返回 30 个页面，其中只有 20 个是相关的，而没有返回 40 个额外的相关页面，它的精度是 20/30 = 2/3，这告诉我们结果的有效性，而它的召回率是 20/ 60 = 1/3，这告诉我们结果有多完整。

我绝对不明白如何在需要相关文档总数的现实/生活场景中使用 Precision 和 Recall 。

例如，在我的场景中，我有一组大约 9000 个收集的文档，我正在创建一个包含多种算法（如 Tf-idf、Doc2Vec、LDA ......）的推荐系统。它必须根据一篇选定的文章推荐 TOP 20 最相似的推荐（文章）。由于我不打算为每个推荐者查询手动计算 9000 篇文档中所有相关文章的数量，那么估计相关文章总数的相关方法是什么，以便我可以计算召回率，然后继续计算平均精度？

我发现的关于这个问题的唯一信息是这个讲义，他们建议在其中创建结果池：

有几种方法可以创建相关记录池：一种方法是使用从不同搜索中找到的所有相关记录，另一种方法是手动扫描多个期刊以识别一组相关论文。

但我正在尝试在其他地方找到有关这种“池”方法的更多信息。

常识告诉我，这可能是一种有效的方法：例如，抽取 50 个随机文档并手动计算该随机样本中相关文档的数量，并从中估计相关文档的总数。这可以是一种有效的方法吗？我想我可以为一些推荐结果执行此操作（尽管这会有点耗时）或选择一些测试用户。