本文將介紹用於衡量知識圖譜嵌入（Knowledge Graph Embedding，KGE）模型性能中最常用的幾個指標：MRR，MR，HITS@1，HITS@3，HITS@10。
一、MRR
MRR的全稱是Mean Reciprocal Ranking(排名的倒數)，其中Reciprocal是指“倒數的”的意思。具體的計算方法如下：
其中S是三元組集合，|S|是三元組集合個數，rank_i是指第i個三元組的鏈接預測排名。該指標越大越好。例如，對於三元組(Jack，born_in，Italy)，鏈接預測的結果可能是
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，三元組(Jack，born_in，Italy)的鏈接預測排名則是2。
二、MR
MR的全稱是Mean Rank。具體的計算方法如下：
上述公式涉及的符號和MRR計算公式中涉及的符號一樣。該指標越小越好。
三、HITS@n
該指標是指在鏈接預測中排名小於n的三元組的平均占比。具體的計算方法如下：
其中，上述公式涉及的符號和MRR計算公式中涉及的符號一樣，另外II(.)
是indicator函數（若條件真則函數值為1，否則為0）。一般地，取n等於1、3或者10。該指標越大越好。
四、從論文上發現的觀點
MRR和HITS@10是兩個重要指標，不可缺少。MR則不被認為是一個好的指標。
五、參考
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?)