我已经开发了一个子工具，最终用户应该可以看到与他当前正在浏览的公司相似的公司。我已经通过公司描述的tf-idf进行了此操作，然后计算了与数据库中所有公司的余弦相似度。
到目前为止，结果很好，但是我希望能够识别出输出不好的情况（在这种情况下，能够使用替代引擎）。我意识到，在这种情况下，该算法会输出完全不同部门的公司，它们之间没有共同点。因此，我认为我可以计算出10个输出结果之间的交叉相似度（即10x10相似度）并取其平均值。我的直觉是，当产出良好时，公司全部来自同一部门，并且相当相似；而当产出不好时，公司则来自随机部门，根本不相似。因此，至少我认为，不同结果之间的平均相似度应该可以很好地代表输出质量！
不幸的是，输出结果之间的平均相似性与输出质量根本不相关！我还试图分析前10个结果的余弦值的标准偏差是否会对质量产生影响，但不幸的是，情况并非如此。
有人会知道一个指标，通过它我可以预测推荐引擎的输出是好是坏。在这种情况下，我想使用备用引擎。