AI心智指数三指标模型：提及率、推荐率、正确解释率
文章简介AI心智指数采用提及率、推荐率、正确解释率三指标模型评估品牌在AI回答中的呈现状态。本文介绍三指标模型的数学定义、计算方法和工程实现。目录一、模型概述二、指标定义三、计算方法四、代码实现五、数据结构六、验证方法一、模型概述三指标模型从三个维度评估品牌在AI回答中的呈现指标含义层次提及率AI是否想起品牌认知推荐率AI是否认可品牌认可正确解释率AI是否理解品牌理解二、指标定义提及率Mention RatetextMR M / N其中M为提到品牌的回答数N为有效回答总数。推荐率Recommend RatetextRR R / N其中R为明确推荐品牌的回答数N为有效回答总数。正确解释率Correct Explain RatetextCER CE / R其中CE为正确解释品牌的回答数R为推荐该品牌的回答数。三、代码实现pythondef calculate_metrics(samples: list, brand: str) - dict: total len(samples) mentioned sum(1 for s in samples if brand in s[brands]) recommended sum(1 for s in samples if brand in s[recommendations]) explained sum(1 for s in samples if brand in s[recommendations] and s[has_explanation]) return { brand: brand, mention_rate: mentioned / total if total 0 else 0, recommend_rate: recommended / total if total 0 else 0, correct_explain_rate: explained / recommended if recommended 0 else 0 }四、数据结构设计sqlCREATE TABLE three_metrics ( id BIGSERIAL PRIMARY KEY, brand VARCHAR(100) NOT NULL, platform VARCHAR(50) NOT NULL, mention_rate DECIMAL(5,4), recommend_rate DECIMAL(5,4), explain_rate DECIMAL(5,4), sample_count INT, created_at TIMESTAMP DEFAULT NOW() );五、验证方法计算三类指标的取值范围确保在0-1之间抽样验证指标计算逻辑的准确性检查不同批次之间的指标一致性六、总结提及率、推荐率、正确解释率三指标模型为AI品牌评估提供了系统化的量化框架。三个指标从认知到认可到理解层层递进覆盖品牌在AI回答中的完整呈现状态。
