গাইড লিঙ্ক ক্যুইজ · মাঝারি স্তর

সুপারিশকারী সিস্টেমের মূল্যায়ন: NDCG, হিট রেট এবং আরও ক্যুইজ

টপ-কে র‌্যাঙ্কিং মেট্রিক সংজ্ঞা পরীক্ষা করে, প্রতিটি পরিমাপ কী ক্যাপচার করে, লেবেল কীভাবে ব্যাখ্যাকে প্রভাবিত করে এবং কেন অফলাইন স্কোর লাইভ ফলাফলের বৈধতা প্রয়োজন।

প্রশ্ন 1 এর 8

একটি তালিকায় 10টি সুপারিশ রয়েছে, যার মধ্যে 4টি মূল্যায়ন লেবেলের অধীনে প্রাসঙ্গিক। যথার্থ @10 কি?

প্রতিটি প্রশ্নের পূর্বরূপ দেখুন8 প্রশ্ন

আপনি কুইজ নেওয়ার সাথে সাথে উত্তর এবং ব্যাখ্যাগুলি উপস্থিত হয়।

  1. একটি তালিকায় 10টি সুপারিশ রয়েছে, যার মধ্যে 4টি মূল্যায়ন লেবেলের অধীনে প্রাসঙ্গিক। যথার্থ @10 কি?
    • 0.4, কারণ প্রথম 10টি আইটেমের মধ্যে 4টি প্রাসঙ্গিক৷
    • 0.6, কারণ 6টি আইটেম অপ্রাসঙ্গিক
    • 4, কারণ নির্ভুলতা হল প্রাসঙ্গিক-আইটেম গণনা
    • 0.1, কারণ কাটঅফ 10
  2. Recall@K একটি সুপারিশকারী মূল্যায়নে কি পরিমাপ করে?
    • তালিকার অন্তত একটি আইটেম ক্লিক করা হয়েছে কিনা
    • প্রতিটি ক্যাটালগ আইটেমের গড় অবস্থান
    • সমস্ত লেবেলযুক্ত প্রাসঙ্গিক আইটেমগুলির ভাগ যা উপরের K-তে প্রদর্শিত হয়৷
    • শীর্ষ কে তালিকার শেয়ার প্রাসঙ্গিক
  3. সাধারণ হিট রেট @ কে কনভেনশনের অধীনে, কখন একজন ব্যবহারকারী হিট হিসাবে গণনা করে?
    • শীর্ষ-কে তালিকার প্রতিটি আইটেম প্রাসঙ্গিক
    • ব্যবহারকারী প্রতিটি সুপারিশ ক্লিক করে
    • প্রথম ফলাফল দ্বিতীয় থেকে একটি উচ্চ স্কোর আছে
    • কমপক্ষে একটি ধরে রাখা প্রাসঙ্গিক আইটেম ব্যবহারকারীর টপ-কে তালিকায় উপস্থিত হয়
  4. এনডিসিজি প্রাসঙ্গিক সুপারিশের একটি ক্রমহীন গণনার তুলনায় কী যোগ করে?
    • এটি গণনা করে যে কোনও একটি আইটেম ক্যাটালগের কোথাও উপস্থিত হয় কিনা
    • এটি নিম্ন-র‌্যাঙ্কযুক্ত প্রাসঙ্গিক ফলাফলগুলিকে ছাড় দিয়ে এবং একটি আদর্শ র‌্যাঙ্কিং দ্বারা স্বাভাবিককরণের মাধ্যমে র‌্যাঙ্কিং অবস্থানের জন্য দায়ী
    • এটি শুধুমাত্র ক্যাটালগ আকার এবং আইটেম কভারেজ পরিমাপ করে
    • এটি প্রাসঙ্গিক লেবেলগুলিকে ক্লিক-থ্রু আয়ের সাথে প্রতিস্থাপন করে
  5. কেন একটি প্রতিবেদনে তার প্রাসঙ্গিকতা লেবেল এবং মেট্রিক কনভেনশন উল্লেখ করা উচিত?
    • K নির্বাচন করা হলে সমস্ত প্রাসঙ্গিক লেবেল বিনিময়যোগ্য
    • প্রতিটি সুপারিশকারীর জন্য একটি একক স্ট্যান্ডার্ড কনভেনশন বাধ্যতামূলক
    • মেট্রিক লেবেল রিপোর্ট করা ফলাফল প্রভাবিত করে না
    • ক্লিক, ক্রয় এবং রেটিং বিভিন্ন আচরণের প্রতিনিধিত্ব করে এবং মেট্রিক বাস্তবায়ন পরিবর্তিত হতে পারে
  6. একটি অফলাইন NDCG স্কোর উন্নত হয়। দল নিরাপদে কি উপসংহার করতে পারে?
    • মডেলটি সেই অফলাইন সেটআপের অধীনে নির্বাচিত মূল্যায়ন লেবেলগুলিকে আরও ভাল স্থান দিয়েছে; লাইভ প্রভাব এখনও বৈধতা প্রয়োজন
    • পণ্য অগত্যা আরো আয় উপার্জন করবে
    • ব্যবহারকারীরা অবশ্যই আরও সন্তুষ্ট হবেন
    • মডেলটি গার্ডেল ছাড়াই চালু করার জন্য প্রস্তুত
  7. কেন ঐতিহাসিক ক্লিক লগ একটি পক্ষপাতমূলক প্রাসঙ্গিক উৎস হতে পারে?
    • ঐতিহাসিক লগে কোন র‌্যাঙ্কিং তথ্য নেই
    • ব্যবহারকারীর কার্যকলাপ শুধুমাত্র Recall এর পক্ষপাতিত্ব করতে পারে, কখনোই যথার্থতা বা NDCG
    • ব্যবহারকারীদের কোন আইটেম দেখার সুযোগ ছিল তা পূর্ববর্তী র‌্যাঙ্কার প্রভাবিত করেছিল
    • ক্লিকগুলি সর্বদা এক্সপোজার প্রভাব ছাড়াই উদ্দেশ্য প্রাসঙ্গিকতা প্রকাশ করে
  8. একটি প্রধান সুপারিশকারী লঞ্চের আগে কোন মূল্যায়ন পরিকল্পনা সবচেয়ে তথ্যপূর্ণ?
    • ব্যবহারকারী-স্তরের এক্সপোজার পরীক্ষা না করেই বিশ্বব্যাপী ক্লিকের মোটের তুলনা করুন
    • সংজ্ঞা এবং রেলপথ সহ অফলাইন মেট্রিক্স রিপোর্ট করুন, তারপর উপযুক্ত যেখানে লাইভ ফলাফল পরীক্ষা করুন
    • সর্বোচ্চ হিট রেট সহ মডেলটি বেছে নিন এবং পণ্যের মেট্রিক্স এড়িয়ে যান
    • একটি একক অফলাইন স্কোর অপ্টিমাইজ করুন যতক্ষণ না এটি 1.0 এ পৌঁছায়