WDCGは「Weighted Discounted Cumulative Gain」の略で、情報検索や推薦システムの評価指標として使われます。具体的には、検索結果や推薦リストの品質を測るために、関連性の高いアイテムに高いスコアを与え、リスト内での位置によってスコアを減少させる仕組みです。 WDCGの主なポイント 重み付け: 各アイテムの関連性に基づいてスコアが付与され、関連性が高いほど高いスコアを得ます。 割引: リスト内でのアイテムの位置が高いほど、スコアが高くなるように設計されています。つまり、上位にある関連性の高いアイテムがより重要視されます。 累積: 複数のアイテムのスコアを累積して、全体の評価を行います。 この指標は、特に検索エンジンや推薦システムの性能を比較する際に非常に役立ちます。

WDCG（Weighted Discounted Cumulative Gain）は、情報検索や推薦システムの評価指標として使われます。具体的な使い方は以下の通りです。 WDCGの計算方法 関連性スコアの設定: 各アイテムに対して、ユーザーの関心度や関連性に基づいたスコアを設定します。 順位の考慮: アイテムの順位が高いほど、関連性スコアに対する重みが大きくなります。これにより、上位に表示されるアイテムの重要性が強調されます。 割引因子の適用: 順位が下がるにつれて、スコアに割引をかけることで、上位のアイテムがより重要視されるようにします。 WDCGの利用シーン 検索エンジンの評価: 検索結果の質を評価するために、WDCGを用いて異なるアルゴリズムの効果を比較します。 推薦システムの最適化: ユーザーに対して最も関連性の高いアイテムを推薦するために、WDCGを指標として使用します。 実際の適用例 Eコマースサイト: 商品の推薦アルゴリズムを改善するために、WDCGを使ってユーザーの購入履歴に基づく関連商品を評価します。 動画配信サービス: ユーザーの視聴履歴を分析し、WDCGを用いておすすめ動画の順位を最適化します。 WDCGは、ユーザーの体験を向上させるための強力なツールです。正しく活用することで、より良い情報提供が可能になります。