排序指标NDCG(Normalized distributed cumulative gain)

排序指标NDCG(Normalized distributed cumulative gain)

• 归一化累积折扣信息增益值：用于衡量排序质量
• 逐步介绍 CG->DCG->NDGC

CG:衡量推荐结果的相关度

• 在NDCG中，相关度分成从0到r+1的等级（r是可设定的）：

  • 相关度可以自己定义,?：

2^r-1

CG = \sum_{i=1}^{n}2^r-1

• DCG：D代表折算因子，一般情况下，希望排在前面的结果更加与用户相关

D=\frac{log(2)}{log(1+i)}

DCG = \sum_{i=1}^{n}2^r-1*D

• IDCG 理想情况下（每次都能推荐n个item）

IDCG_p = \sum_{i=1}^{p}\frac{2^r(i)-1}{log_2(i+1)}

• 但是。。。
• 可能出现结果少于n个的情况，少于n个的结果NDCG与其他的一起比较是不公平的。因此需要归一化：

NDCG_p = \frac{DCG_p}{IDCG_p}