基于发现系统的相关性排序算法性能评价模型研究

发现系统以类似Google的单一检索框为用户提供一站式资源检索服务,检索结果的相关性排序对用户非常重要,是评估发现系统优劣的重要指标之一。对信息检索系统中的评价模型查准率(Precision)、召回率(Recall)、平均查准率(MAP)及平均倒数排名(MRR)、NDCG(Normalized Discounted Cumulative Gain)进行深入的分析和研究的基础上。运用该指标对发现系统Summon、Primo、EDS相关性排序算法性能进行评估,以帮助图书馆选择合适的发现系统。