BigQuery ML 评估指标 (nDCG = 1)

如何解决BigQuery ML 评估指标 (nDCG = 1)

我正在使用 BigQuery ML 训练矩阵分解模型，以便根据客户的交易历史向客户推荐产品。

我的问题是nDCG（由google计算）为1，我不知道为什么。这显然是错误的。
我有一个理论，即之前购买的产品具有最高的预测评级，因此用完美的评级“混乱”预测，从而产生完美的 nDCG。 但事实并非如此，新产品通常排在第 4 或第 6 位。

此外，我在 google docu 中找不到任何关于如何计算 nDCG 的内容来解释这种行为。
我希望有人可以解释这种行为或帮助我解决根本问题。

输入数据

输入数据基于隐式反馈，评分采用二进制编码。

1 -> bought the product prevIoUsly
0 -> no prevIoUs transaction

输入数据仅包含存在于交易历史记录中的cust prod 组合。
因此，每个输入的评分为 1。 它看起来像那样并且有 80,3M 行：

| cust_code |   prod_code | rating |
| --------- | ----------- | ------ |
| CUST0000000001 | PRD0900001 | 1 |
| CUST0000000001 | PRD0900027 | 1 |
| CUST0000000009 | PRD0900008 | 1 |
| CUST0000000009 | PRD0900034 | 1 |

查询

训练模型的查询：

CREATE OR REPLACE MODEL `my_model`
    OPTIONS(MODEL_TYPE = 'MATRIX_FACTORIZATION',FeedBACK_TYPE = 'IMPLICIT',USER_COL = "cust_code",ITEM_COL = "prod_code",rating_COL = "rating",DATA_SPLIT_METHOD = 'AUTO_SPLIT') AS 
    SELECT
      cust_code,prod_code,rating,FROM
      `project_id.dataset.source_table`