知识卡片
重排层多样性与新颖性指标
重排层除直接指标外,常调和多样性与新颖性,相关指标有:ILS(列表内相似度,用 Embedding 余弦或 Jaccard 算物料两两相似后平均,越小越多样,可写入精排损失);海明距离(不同用户推荐列表的差异,值越大跨用户多样性越高);SSD(自系统多样性,本次列表不含历史列表的比例,看时序多样);覆盖率(推荐物料占物料库比例,衡量长尾捕获);K 次重复率(同类目连续出现 K 次比率,越大越差);Hellinger 距离(当前多样性分布 p 与理想分布 q 的距离,越大越多样);新颖性(推荐非热门商品的能力,用推荐商品与用户已知商品的相似度衡量,相似度越小新颖性越高)。使用要点:多样性类指标多为负向约束,需与 CTR/CVR 平衡,避免为多样而牺牲收益。相关卡见 [[视频与多样性留存指标]]。
这张卡片看不懂?
这张卡片已通过人工审查,不再接受失败反馈。
已有反馈 · 0 条
还没有人提交反馈。
在整书笔记中的位置
原书出处 · 1 处
- 为推荐系统选择评价指标 4.4 重排层应该选择什么评价指标 · 查看原书依据
推荐列表中的商品与用户已知商品的相似度越小,对于用户来说,其新颖性就越高
参考来源
- 位置:《推荐系统全链路设计:原理解读与业务实践》第4章《为推荐系统选择评价指标》(来源项目book-sources;extracted/推荐系统全链路设计:原理解读与业务实践/_epub-src/converter-master/example/312287/44.html;src-027)
- 结论依据:原文给出 ILS/海明/SSD/覆盖率/K次重复/Hellinger/新颖性 的定义与"越大越多样/新颖"的方向,支撑本卡对重排多样性新颖性指标的归纳。
- 原始内容:推荐列表中的商品与用户已知商品的相似度越小,对于用户来说,其新颖性就越高