个性化推荐语自然语言处理

自然语言处理中有一个定律叫做齐普夫定律。对一本书中的词语按照出现的频率排序，第k个出现的词其频率和1/k成正比。

个性化推荐中，如果把所有被推荐的商品按照推荐的频率排序，是不是也符合齐普夫定律？至少是符合广义的齐普夫定律，即商品出现频率和f(k)成正比。

个性化推荐的一个标准是有没有很好的覆盖率，即每一个商品都要覆盖。可以用熵来衡量覆盖率，即熵越大覆盖效果越好，这样优化的结果是所有商品均匀分布。感觉这不符合实际情况，毕竟商品有热门冷门，热门商品之所以为热门就是被人买的可能性大，所以也应该更多地推荐。如果有一个广义的齐普夫定律，来比较推荐的分布和齐普夫定律的相似度，就可以得到推荐效果的度量，算不算是一种好的方法呢？