统计“无码”的搜索结果时,先把结果总量和抽查样本分开。本文用17条作为一次查询的结果总量,并从中列出8条已检查样本;这8条里,相关3条、不相关5条,样本相关率为37.5%。其余9条尚未标记,不能据此推算全部17条的相关率。下文的标题描述和标记用于演算,重点是展示计数口径与复算步骤。
17条结果的数量口径
“17条”指结果清单中从第1位到第17位的记录总数,不表示17条都已完成相关性判断。为让分母清楚,下面列出17个结果序号:第1至第8条是已检查样本,第9至第17条仍待标记。每个序号计作一条结果记录;若实际统计时发现重复记录,应先按预先约定的去重规则处理,再确定总量。
| 结果序号 | 标题主题示例 | 检查状态 |
|---|---|---|
| 1 | 搜索结果数量与质量的关系 | 已检查,相关 |
| 2 | 搜索结果第一页的条目评价 | 已检查,相关 |
| 3 | 特定系列与分类词组合 | 已检查,不相关 |
| 4 | 分类词与应用式标题组合 | 已检查,不相关 |
| 5 | 来源、真假与身份核实 | 已检查,不相关 |
| 6 | 娱乐站点名称与相关词语组合 | 已检查,不相关 |
| 7 | 另一主题中的搜索结果表达 | 已检查,相关 |
| 8 | 特定搜索词与用户关注点 | 已检查,不相关 |
| 9 | 关键词释义与使用场景 | 待检查 |
| 10 | 搜索技巧与筛选步骤 | 待检查 |
| 11 | 分类目录与标签说明 | 待检查 |
| 12 | 用户提问与答复汇总 | 待检查 |
| 13 | 站点导航与栏目介绍 | 待检查 |
| 14 | 关键词误用与辨析示例 | 待检查 |
| 15 | 搜索习惯与操作指南 | 待检查 |
| 16 | 相关词汇的分类整理 | 待检查 |
| 17 | 检索结果的排序与展示说明 | 待检查 |
因此,数量关系是:17条结果=8条已检查样本+9条待检查记录。结果总量描述清单规模;样本量描述已完成判断的记录数;相关样本量则只统计已检查记录中标为相关的条目。不能把未检查的9条自动算作相关或不相关。
相关率公式、单位与适用条件
样本相关率=相关样本量÷已检查样本总量×100%
相关样本量和已检查样本总量都以“条”为单位;相除后单位抵消,结果以百分比表示。只有在样本范围明确、每条样本都已标记为相关或不相关时,才能按此公式计算样本相关率。统计者还应事先统一相关性判断规则,避免对同一条记录采用不同分类标准。
| 统计字段 | 数值 | 计算或含义 |
|---|---|---|
| 搜索结果总量 | 17条 | 结果清单中的记录总数 |
| 已检查样本量 | 8条 | 已完成相关性标记的记录数 |
| 相关样本量 | 3条 | 第1、2、7条 |
| 不相关样本量 | 5条 | 第3、4、5、6、8条 |
| 待检查记录 | 9条 | 第9至第17条,暂不计入相关率 |
| 样本相关率 | 37.5% | 3条÷8条×100% |
| 样本不相关率 | 62.5% | 5条÷8条×100% |
代入样本数据:3条÷8条×100%=37.5%;不相关率为5条÷8条×100%=62.5%。两项比例相加为100%,可用来检查8条已标记样本是否漏记或重复计数。这里的37.5%只描述这8条样本,不代表17条结果的整体相关率。
8条样本示例逐项计数
下表完整列出用于计算的8条样本及其标记。判断结果沿用表内标记,不因标题出现相同词语就临时改变分类。
| 样本序号 | 标题主题示例 | 相关性标记 | 计数 |
|---|---|---|---|
| 1 | 搜索结果数量与质量的关系 | 相关 | 相关+1条 |
| 2 | 搜索结果第一页的条目评价 | 相关 | 相关+1条 |
| 3 | 特定系列与分类词组合 | 不相关 | 不相关+1条 |
| 4 | 分类词与应用式标题组合 | 不相关 | 不相关+1条 |
| 5 | 来源、真假与身份核实 | 不相关 | 不相关+1条 |
| 6 | 娱乐站点名称与相关词语组合 | 不相关 | 不相关+1条 |
| 7 | 另一主题中的搜索结果表达 | 相关 | 相关+1条 |
| 8 | 特定搜索词与用户关注点 | 不相关 | 不相关+1条 |
逐行相加,相关样本为1+1+1=3条,不相关样本为1+1+1+1+1=5条,合计3+5=8条,与已检查样本量一致。第7条依照表中标记计入相关项;复算时应使用同一套标签,避免把原有标记与个人临时判断混在一起。
可选:按排名计算加权相关得分
普通相关率把8条样本视为同等重要。若还想体现靠前结果的影响,可以另算排名加权得分,但不能把它与37.5%的普通样本相关率混为一谈。以下示例规定:第n名的权重为1÷n,相关标题权重之和除以全部样本权重之和,再乘以100%。
加权得分=相关标题权重之和÷全部样本权重之和×100%
相关标题位于第1、2、7位,权重和为1+1/2+1/7=1.6429;第1至第8位的权重总和为1+1/2+1/3+1/4+1/5+1/6+1/7+1/8=2.7179。因此,加权得分约为1.6429÷2.7179×100%=60.5%。这个结果体现的是所设排名权重对靠前记录的强调,不是相关标题数量,也不替代普通样本相关率。
怎样汇报统计结果
只报告已检查样本时,可以写:“8条样本中,相关3条,样本相关率37.5%;不相关5条,样本不相关率62.5%。”同时交代结果清单规模时,可以写:“结果总量为17条,已检查样本为8条,另有9条待检查;相关率按已检查的8条计算。”这样能明确分子、分母和统计范围。
若之后把第9至第17条也逐条标记,就应将17条全部作为已检查样本,重新累计相关数。设17条中的相关记录数为R,则整体相关率为R÷17×100%。在完成全部标记之前,不应把当前37.5%的样本相关率写成17条结果的整体相关率。保留17条结果清单、8条样本标记、计算分母和舍入规则,读者便能按同一公式复算。