Mi az a DCG és miért szükséges a normalizálás?
sobes.tech MI
Válasz az MI-től
A DCG (Diszkontált Kumulatív Nyereség) egy mérőszám az információkeresés és ajánlórendszerek rangsorolásának minőségének értékelésére. Mérőszámként méri a keresési eredmények hasznosságát figyelembe véve a pozíciót: a magasabb helyen lévő releváns dokumentumok nagyobb hozzájárulást adnak.
A DCG képlete figyelembe veszi minden eredmény relevanciáját, és csökkenti annak hatását a pozíció növekedésével, általában logaritmikus diszkontálással:
DCG_p = extstyle
elax ext{rel}_1 + extstyle
el_2 / ext{log}_2(2) + extstyle
el_3 / ext{log}_2(3) + ... + extstyle
el_p / ext{log}_2(p)
A normalizálás szükséges ahhoz, hogy különböző lekérdezések eredményeit össze lehessen hasonlítani, amelyek különböző számú releváns dokumentumot tartalmaznak. Ehhez kiszámítják az IDCG-t (Ideális DCG), ami a relevancia szerint csökkenő sorrendben rendezett releváns dokumentumok maximális lehetséges DCG-je. Ezután a DCG-t az IDCG-hez viszonyítva normalizálják:
NDCG_p = DCG_p / IDCG_p
Ez lehetővé teszi, hogy egy értéket kapjunk a [0,1] tartományban, ahol az 1 a tökéletes rangsort jelenti. A normalizálás fontos az objektív összehasonlításhoz a különböző lekérdezések és rendszerek között a rangsorolás minőségében.