為了讓排序模型的優化目標盡量貼近搜尋業務指標，需要按照query計算損失，且不同位置的樣本具有不同的權重。搜尋系統常用的指標ndcg(normalized discounted cumulative gain)相較於log loss顯然更貼近搜尋業務的要求，ndcg計算公式如下：
累加部分為dcg(discounted cumulative gain)表示按照位置折損的收益，對於query下的結果列表l，函式g表示對應doc的相關度分值，通常取指數函式，即g(lj)=2lj-1（lj表示的是相關度水平，如）；函式 η 即位置折損，一般採用 η(j)=1/log(j+1)，doc與query的相關度越高且位置越靠前則dcg值會越大。另外，通常我們僅關注排序列表頁前k位的效果，zk 表示 dcg@k 的可能最大值，以此進行歸一化處理後得到的就是ndcg@k。
問題在於ndcg是乙個處處非平滑的函式，直接以它為目標函式進行優化是不可行的。lambdarank提供了一種思路：繞過目標函式本身，直接構造乙個特殊的梯度，按照梯度的方向修正模型引數，最終能達到擬合ndcg的方法[6]。因此，如果我們能將該梯度通過深度網路進行反向傳播，則能訓練乙個優化ndcg的深度網路，該梯度我們稱之為lambda梯度，通過該梯度構造出的深度學習網路稱之為lambdadnn。
搜尋評價指標 NDCG
概念 ndcg，normalized discounted cumulative gain 直接翻譯為歸一化折損累計增益，可能有些晦澀，沒關係下面重點來解釋一下這個評價指標。這個指標通常是用來衡量和評價搜尋結果演算法 注意這裡維基百科中提到了還有推薦演算法，但是我個人覺得不太適合推薦演算法，後面我會...
搜尋評價指標 NDCG
本文出自胖喵 的部落格 原文 概念 ndcg，normalized discounted cumulative gain 直接翻譯為歸一化折損累計增益，可能有些晦澀，沒關係下面重點來解釋一下這個評價指標。這個指標通常是用來衡量和評價搜尋結果演算法 注意這裡維基百科中提到了還有推薦演算法，但是我個人覺...
搜尋評價指標 NDCG
概念 ndcg，normalized discounted cumulative gain 直接翻譯為歸一化折損累計增益，可能有些晦澀，沒關係下面重點來解釋一下這個評價指標。這個指標通常是用來衡量和評價搜尋結果演算法 注意這裡維基百科中提到了還有推薦演算法，但是我個人覺得不太適合推薦演算法，後面我會...