{
  "id": "normalized-discounted-cumulative-gain",
  "title": "归一化折损累积增益",
  "lang": "zh-Hans",
  "source_lang": "en",
  "summary": "归一化折损累积增益是一种排序指标，支持分级相关性，并赋予结果列表中靠前的项目更高权重。",
  "category": "computer-science",
  "subcategory": "artificial-intelligence",
  "type": "concept",
  "aliases": [
    "NDCG",
    "nDCG",
    "标准化折损累积增益",
    "归一化折扣累积增益"
  ],
  "generated_at": "2026-11-05",
  "model": "pro/gpt-6.1-sol",
  "url": "https://aiwiki.page/zh/normalized-discounted-cumulative-gain/",
  "translations": {
    "en": {
      "url": "https://aiwiki.page/en/normalized-discounted-cumulative-gain/",
      "json": "https://aiwiki.page/en/normalized-discounted-cumulative-gain.json"
    }
  },
  "sections": [
    {
      "heading": "",
      "text": "**归一化折损累积增益（NDCG）**是一种衡量排序质量的指标，应用于信息检索、推荐系统和学习排序。它通过为相关项目赋予增益、对靠后位置的增益进行折损，再将所得分数除以理想排序的分数，来评价一个有序列表。与仅区分结果相关或不相关的指标不同，NDCG 可以使用分级相关性，例如“不相关”“部分相关”和“高度相关”。通常在固定的排名截断位置报告这一指标，记作 NDCG@\\(k\\)。"
    },
    {
      "heading": "定义",
      "text": "NDCG 结合了三个思想：\n\n- **增益：**相关性越高的项目，贡献的价值越大。\n- **折损：**项目在排序中越靠后，贡献就越小。\n- **归一化：**将当前排序与同一评估情境下的最佳排序进行比较。\n\n设 \\(r_i\\) 为排名第 \\(i\\) 的项目的相关性等级，排名从 1 开始。一种广泛使用的定义将截断位置 \\(k\\) 处的折损累积增益表示为\n\n\\[\\operatorname{DCG}@k = \\sum_{i=1}^{k} \\frac{2^{r_i}-1}{\\log_2(i+1)}.\\]\n\n分子 \\(2^{r_i}-1\\) 是增益函数。分母根据结果所在的位置对其增益进行折损。排名第 1 的折损权重为 1，第 2 的权重约为 \\(0.631\\)，第 3 的权重为 \\(0.5\\)。\n\n理想折损累积增益 \\(\\operatorname{IDCG}@k\\) 的计算方式是：将可用项目按相关性从高到低排列，再应用同一公式。于是有\n\n\\[\\operatorname{NDCG}@k = \\frac{\\operatorname{DCG}@k} {\\operatorname{IDCG}@k}.\\]\n\n当增益非负、分母为正，且评估所涵盖的项目范围定义一致时，NDCG 的取值介于 0 和 1 之间。分数为 1 表示在所评估的截断位置上达到了理想排序；相关性相同的项目可以互换位置。\n\n增益与折损的变体\n\nNDCG 并非一个完全统一的公式，而是一组密切相关的约定。其一般形式为\n\n\\[\\operatorname{DCG}@k = \\sum_{i=1}^{k} g(r_i)d(i),\\]\n\n其中，\\(g\\) 是递增的增益函数，\\(d\\) 是正值且非递增的位置权重。\n\n两种常见的增益函数是：\n\n- 线性增益：\\(g(r)=r\\)。\n- 指数增益：\\(g(r)=2^r-1\\)。\n\n指数增益更强调区分高度相关的项目与中度相关的项目。当相关性等级为二元值 \\(r\\in\\{0,1\\}\\) 时，这两个函数完全相同。\n\n折损方式也有不同约定。早期的一种形式不对第一个结果进行折损，而对后续结果使用基于排名的对数折损。许多现代实现则统一使用 \\(\\log_2(i+1)\\)。采用不同约定计算出的分数不一定可以直接互换。\n\n对于统一使用 \\(\\log_b(i+1)\\) 的形式，改变对数底数会使 DCG 和 IDCG 同时乘以相同的常数，因此不会改变 NDCG。"
    },
    {
      "heading": "计算示例",
      "text": "假设三个项目的相关性等级分别为 3、2 和 0，但系统返回的顺序为 2、3、0。采用指数增益，截断位置设为 3，则\n\n\\[\\operatorname{DCG}@3 = \\frac{2^2-1}{\\log_2 2} + \\frac{2^3-1}{\\log_2 3} + \\frac{2^0-1}{\\log_2 4} \\approx 7.4165.\\]\n\n理想顺序为 3、2、0：\n\n\\[\\operatorname{IDCG}@3 = 7+\\frac{3}{\\log_2 3} \\approx 8.8928.\\]\n\n因此，\n\n\\[\\operatorname{NDCG}@3 \\approx \\frac{7.4165}{8.8928} \\approx 0.834.\\]\n\n这一排序包含的项目与理想列表相同，但由于最相关的项目排在第二位，得分较低。因此，即使返回的项目集合完全相同，NDCG 也能区分不同的排列顺序。"
    },
    {
      "heading": "相关性判断与评估范围",
      "text": "分级相关性\n\n相关性等级可以来自人工评判，也可以来自经转换后用作评估标签的行为观测。在搜索引擎中，评判人员可以判断一篇文档是完整回答了查询、提供了部分信息，还是与查询无关。推荐评估则可以使用显式评分，或根据交互行为生成的标签。\n\n等级尺度与增益函数共同决定了这一指标的含义。对于 0 到 4 的等级，指数增益分别赋予 0、1、3、7 和 15 的增益。这些差异体现了对各相关性等级的一种特定价值设定；不能仅因标签具有先后顺序，就认为这种设定天然合理。\n\n行为标签也需要谨慎使用。点击并非对相关性的直接测量：它可能受到呈现方式、先前的排名位置，以及用户是否注意到该项目等因素的影响。\n\n理想排序\n\n必须明确哪些项目可以纳入理想排序。在检索评估中，IDCG 可以根据某个查询下已被评判为相关的文档计算，其中包括系统返回列表中没有出现的文档。在重排序评估中，则可能仅根据一个固定候选集计算。\n\n这些选择衡量的是不同能力。在候选集内部进行归一化，评估的是对该集合的排序能力，却不能充分衡量前面的检索阶段是否遗漏了有价值的项目。因此，如果允许不同系统使用不同的理想项目集，比较结果就可能产生误导。\n\n截断位置与缺失结果\n\n较小的截断位置侧重于前几个结果；较大的截断位置则评估列表中更靠后的部分。NDCG@5 与 NDCG@100 可能会给出不同的系统优劣排序。\n\n对于长度小于 \\(k\\) 的列表，通常将缺失位置的增益视为零。不过，作为分母的理想增益仍应遵循指定的评估范围，而不应自动缩小到仅涵盖返回列表。\n\n分母为零与负标签\n\n如果所有可纳入评估的项目增益均为零，那么 IDCG 为零，这一比值在数学上没有定义。评估工具可能将其记为零、排除该查询，或采用其他明确约定。这一选择会影响汇总分数。\n\n通常的有界解释以增益非负为前提。将负的相关性标签代入常见增益函数，可能会产生负增益，使 NDCG 不再适用取值介于 0 和 1 之间的标准解释。"
    },
    {
      "heading": "汇总与实现",
      "text": "NDCG 通常针对每个查询或用户分别计算，然后取平均值：\n\n\\[\\operatorname{MeanNDCG}@k = \\frac{1}{|Q|} \\sum_{q\\in Q} \\operatorname{NDCG}_q@k,\\]\n\n其中，\\(Q\\) 是按照所选纳入规则筛选后，参与评估的查询或用户集合。\n\n除非显式引入权重，否则这种宏平均会赋予每个评估单元相同的权重。它不同于将所有 DCG 值之和除以所有 IDCG 值之和；后者实际上赋予理想增益较大的评估单元更高的权重。\n\n预测分数相同的情况也需要约定处理方式。具体实现可以采用确定性的规则打破并列，也可以计算并列组内各种可能排序下的期望值。不同的处理方式可能改变结果，尤其是在并列项目分布于截断位置两侧时。\n\n因此，要进行有意义的比较，就需要明确截断位置、增益函数与折损函数、候选项目范围、相关性判断、未评判项目的处理方式、分母为零时的处理规则、并列处理方式，以及汇总方法。"
    },
    {
      "heading": "在机器学习中的应用",
      "text": "NDCG 广泛用作机器学习排序模型的离线评估指标。当结果具有多个相关性等级，且排名靠前的错误比靠后的错误影响更大时，它尤为有用。\n\n由于 NDCG 依赖离散的排名位置，它通常不是预测分数的光滑函数。分数的小幅变化可能不会改变排序，而一次位置交换却可能导致指标突变。因此，排序方法往往优化一个替代性的损失函数，而不是直接优化 NDCG。\n\n一些方法会根据交换两个项目所引起的 NDCG 变化，对训练更新赋予权重。这类方法将模型训练与评估目标联系起来，而不把该指标视为普通的可微损失。\n\n与其他评估指标一样，反复依据同一个测试集选择模型，会削弱它作为独立评估手段的作用。通常会使用单独的验证集来进行模型选择。"
    },
    {
      "heading": "优点与局限",
      "text": "NDCG 支持分级相关性，强调靠前的结果，并通过归一化处理不同查询之间可获得增益总量的差异。不过，归一化并不意味着每个查询都同样困难，也不意味着所有数据集都可以直接比较。\n\n其主要局限包括：\n\n- **依赖评判结果。**不完整或不一致的评判会同时扭曲实际增益和作为分母的理想增益。将未评判项目视为不相关，可能使检索到此前未经评判材料的系统处于不利地位。\n- **依赖候选集的构建方式。**基于抽样负例计算的分数，可能与基于完整项目库计算的分数有很大差异。\n- **对位置效应作出假设。**对数折损体现的是价值随排名下降的一种特定模型，而不是对用户注意力的普遍描述。\n- **项目价值具有可加性。**标准 NDCG 对各项目独立评分，不会直接惩罚冗余答案，也不会奖励对不同用户意图的覆盖。\n- **分数差异的解释有限。**从 0.70 提高到 0.75，并不意味着用户满意度提高了五个百分点。\n- **对系统质量的覆盖有限。**NDCG 本身不衡量延迟、公平性、新颖性、事实准确性或其他部署要求。\n\n与通常使用二元相关性的平均精度相比，NDCG 直接支持多个相关性等级。不过，选择何种指标，仍取决于目标任务以及现有标签的含义。"
    },
    {
      "heading": "历史发展",
      "text": "累积增益框架由卡勒沃·耶尔韦林（Kalervo Järvelin）和雅娜·凯凯莱宁（Jaana Kekäläinen）于 2000 年前后在信息检索研究中提出，并在他们 2002 年关于基于累积增益的评估的研究中得到进一步阐述。该框架针对的是以往评估方法的一项局限：即使已有分级评判，仍将相关性简化为二元区分。此后，折损累积增益和归一化累积增益等指标逐渐成为搜索评估、推荐以及学习排序研究中的常用工具。"
    }
  ],
  "links": [
    "information-retrieval",
    "recommender-system",
    "learning-to-rank",
    "search-engine",
    "expected-value",
    "machine-learning",
    "loss-function",
    "test-set",
    "validation-set",
    "average-precision"
  ],
  "sources": [],
  "license": "https://creativecommons.org/licenses/by/4.0/"
}