本文将介绍用于衡量知识图谱嵌入（Knowledge Graph Embedding，KGE）模型性能中最常用的几个指标：MRR，MR，HITS@1，HITS@3，HITS@10。
一、MRR
MRR的全称是Mean Reciprocal Ranking(排名的倒数)，其中Reciprocal是指“倒数的”的意思。具体的计算方法如下：
其中S是三元组集合，|S|是三元组集合个数，rank_i是指第i个三元组的链接预测排名。该指标越大越好。例如，对于三元组(Jack，born_in，Italy)，链接预测的结果可能是
s p o score rank
Jack born_in Ireland 0.789 1
Jack born_in Italy 0.753 2 *
Jack born_in Germany 0.695 3
Jack born_in China 0.456 4
Jack born_in Thomas 0.234 5
那么，三元组(Jack，born_in，Italy)的链接预测排名则是2。
二、MR
MR的全称是Mean Rank。具体的计算方法如下：
上述公式涉及的符号和MRR计算公式中涉及的符号一样。该指标越小越好。
三、HITS@n
该指标是指在链接预测中排名小于n的三元组的平均占比。具体的计算方法如下：
其中，上述公式涉及的符号和MRR计算公式中涉及的符号一样，另外II(.)
是indicator函数（若条件真则函数值为1，否则为0）。一般地，取n等于1、3或者10。该指标越大越好。
四、从论文上发现的观点
MRR和HITS@10是两个重要指标，不可缺少。MR则不被认为是一个好的指标。
五、参考
https://blog.csdn.net/qq_36158230/article/details/120254381
[https://stackoverflow.com/questions/58796367/how-is-hitsk-calculated-and-what-does-it-mean-in-the-context-of-link-prediction](how to calculate hits@k and what does it mean about the model and the results?)