mean average precision).

Średnia odwrotność rangi (MRR) uwzględnia tylko pozycję pierwszego trafnego wyniku, co jest przydatne przy zapytaniach o jedną poprawną odpowiedź. Dla zbioru zapytań Q, gdzie ri jest pozycją pierwszego dokumentu relewantnego dla i-tego zapytania:

Znormalizowany zdyskontowany zysk kumulacyjny (NDCG) uwzględnia dodatkowo stopniowaną relewancję: wkład dokumentu zależy od przypisanego mu stopnia relewancji reli i jest dyskontowany logarytmicznie wraz z pozycją na liście, a suma jest normalizowana wartością IDCGk uzyskaną dla uporządkowania idealnego, co pozwala porównywać wyniki między zapytaniami. W najczęściej stosowanej obecnie postaci:

W pierwotnym sformułowaniu zysk był proporcjonalny do stopnia relewancji, a nie wykładniczy.

Algorytmy oparte na analizie odsyłaczy W przeciwieństwie do funkcji oceniających dopasowanie dokumentu do zapytania, algorytmy analizy odsyłaczy wyznaczają ocenę niezależną od zapytania (PageRank) albo zależną od niego tylko przez wybór podgrafu (HITS). W wyszukiwarkach oceny takie łączy się z ocenami relewancji, a nie stosuje samodzielnie.

PageRank

PageRank opisuje prawdopodobieństwo, że użytkownik klikający losowo w odsyłacze dotrze do danej strony.