理解NDCG

  关于NDCGwiki给点解释很详细,这里我谈谈我的理解。

   NDCGNormalized discounted cumulative gain):是用来衡量排序质量的指标。

  其中一种计算公式如下:

    理解NDCG

  先从理解CG,DCG入手。CGcumulative gain),累积获得,指的是网页gain的累加。例如:

理解NDCG     
其是个不断累加的值,gain可以使自己定义的一种获得,用来衡量网页的相关性程度,上图中的gain定义如下:

    理解NDCG

  DCGDiscounted Cumulative Gain),Discountedfactor为:

    理解NDCG

  那么,NDCG就是被IDEA DCG规格化的值,即DCG/IDCG

  NDCG如何理解?对于搜索引擎,本质是用户搜一个query,引擎返回一个结果列表,那么如何衡量这个结果列表的好坏?我能够想到的是:

  1. 我们希望把最相关的结果放到排名最靠前的位置,因为大部分用户都是从上往下阅读的,那么最相关的在前面可以最大程度减少用户的阅读时间;
  2. 我们希望整个列表的结果尽可能的和query相关;

  第一个条件的满足是首要的,而第二个条件的加入是保证整体结果质量,而这两个条件都体现在了NDCG里面,首先,计算NDCG,需要计算Gain这个gain即是每条结果的质量的定义NDCG把所有结果相加最终相加保证,整体质量越高的列表NDCG值越大。同时,Discounted的设计使得越靠前的结果权重越大,这保证了第一条,更相关的排在靠前的结果会有更大的NDCG值。从这两点看,以NDCG为优化目标,保证了搜索引擎在返回结果总体质量好的情况下,把更高质量结果排在更前面。

  NDCG提供了一种计算方式,当我们有其他排名类似的需求的时候,NDCG都是值得参考的,其Gain以及Discounted的计算的变化可以产生很多其他有价值的metrics

 

参考文献:

http://en.wikipedia.org/wiki/NDCG

理解NDCG

上一篇:《剑指Offer》面试题-二维数组中的查找


下一篇:.NET生成静态页面例子