基于多源数据模型的排序学习算法

摘要：

提出了一种基于多源数据模型的排序学习算法,以基于数据点对的排序学习算法RankSVM以及多源学习算法SVM-2K为基础,旨在将来源于多个空间的检索数据加以区分,在各自的空间中分别训练互相关联的排序函数,再以线性叠加的方式得到最终的排序函数.实验表明,基于多源数据模型的处理方法可以优化检索结果,该算法的实验效果优于经典的RankSVM算法.

关键词： 信息检索 多源数据模型 优化运行 排序学习算法

作者: 刘昊 许超

作者单位: 北京大学机器感知与智能教育部重点实验室,北京100871

会议类型: 国内会议

会议名称: 第八届全国信号和智能信息处理与应用学术会议

会议地点: 北京

会议语种:中文

页码: 438-441

在线出版日期: 2014-06-01（万方平台首次上网日期，不代表论文的发表时间）