我有两个排名项目列表。每个项目都有一个排名和相关的分数。分数决定了排名。这两个列表可以包含（并且通常包含）不同的项目，即它们的交集可以是空的。我需要衡量这些排名的方法。是否有众所周知的算法（在文学或现实世界系统中）这样做？距离的度量应考虑项目的分数和等级。
问问题
17023 次
3 回答
25
这个问题以前从未被回答过，但我仍然认为这对很多人来说很重要：
您的两个要求，即列表的非联合性和排名的重要性没有通过常见的相关测试来满足。除此之外，他们中的大多数（例如 Kendall-Tau）不考虑顺序：
>>> from scipy.stats import kendalltau
>>> kendalltau([1,2,3,4,5], [2,1,3,4,5])
KendalltauResult(correlation=0.79999999999999982, value=0.050043527347496564)
>>> kendalltau([1,2,3,4,5], [1,2,3,5,4])
KendalltauResult(correlation=0.79999999999999982, value=0.050043527347496564)
第一次比较应该产生比第二次更小的值，因为列表的头部比尾部更重要（第二个要求）。
除此之外，可以看到两个列表需要具有相同的大小并且具有相同类型的元素（第一个要求）
可能的解决方案：
满足您所有需求的度量称为Rank Biased Overlap。这是所谓的基于平均的重叠的概括，在这个博客中得到了很好的说明。同一个人还推出了 RBO 的实现。
2018 年 1 月更新：
- python 3.5.2的另一种RBO实现
于 2016-03-24T10:16:21.230 回答
5
也许不能完全解决问题，但绝对值得一看Kendall 的加权 tau。
当顺序很重要时，它提供了一种计算排名列表之间相似度的更好方法，因为它允许基于排名顺序进行任意加权。
例如，人们可能更感兴趣的是提高列表中前 20 项的相似性而不是统一。
在scipy中也有一个很好的实现。
于 2018-03-28T14:40:38.270 回答
1
有许多措施可以比较前 k（排名）列表。一些非常简单的计算做出了几个简化假设，另一些则不那么简单，但在评估列表之间的等级相似性时更加严格。我最近看到的一篇论文以统计上有意义的方式处理了这个问题，使用了信息论和数据压缩的概念：http: //arxiv.org/abs/1310.0110
于 2015-01-28T20:35:10.490 回答