후보 풀과 노출 목록은 다른 분포를 가질 수 있습니다
후보 여섯 개가 여러 범주에 걸쳐 있어도 점수 상위 세 개가 비슷한 범주라면 사용자가 보는 목록은 좁아집니다. 전체 후보의 다양성만 세어서는 실제 노출을 설명할 수 없습니다.
목록 크기 k가 작을수록 첫 몇 자리의 선택 규칙이 더 큰 영향을 줍니다.
재정렬은 관련성과 새로움의 조건을 드러냅니다
MMR은 관련성을 유지하면서 이미 선택된 결과와의 중복을 줄이는 재정렬 관점을 제안했습니다. 이 활동은 그 생각을 범주 반복 벌점으로 단순화합니다.
벌점이 0이면 원래 관련성 순서가 유지됩니다. 벌점을 높이면 이미 나온 범주와 다른 후보가 앞당겨질 수 있습니다.
참고 · Jaime Carbonell, Jade Goldstein — 관련성과 새로움을 함께 보는 재정렬 ↗
다양성은 무조건 높일 하나의 숫자가 아닙니다
범주가 다르다는 사실만으로 더 유용하거나 더 공정하다고 결론낼 수 없습니다. 범주 정의, 사용자의 목적, 최소 관련성, 안전 조건을 함께 검토해야 합니다.
실제 추천 시스템에서는 장기 만족도, 대표성, 새로운 항목의 탐색, 개인화와 같은 목표가 충돌할 수 있으므로 변경 전후를 별도 집단에서 평가해야 합니다.