Learning to rank总结

Learning to rank是解决排序问题的一种方法。

1.排序问题

排序问题就是当我们搜索一个query下，搜索页面会返给我们很多的页面，而这些页面就是通过排序方法得到的。

2.常见计算方法

NDCD = DCG/perfect_DCG

其中，DCD是位置信息和相关度的一个结合。

3.常见方法

具体见文献3解释

pointwise是单文档和query的相关性，pairwise是针对文档两两进行相关排序，将顺序问题转化为二分类问题。listwise进行列表关于评价指标例如NDCG一个优化。

（1）Pointwise: Subset Ranking, McRank, Prank, OC SVM

（2）Pairwise: Ranking SVM, RankBoost, RankNet, GBRank, IR SVM, Lambda Rank, LambdaMart

（3）Listwise: ListNet, ListMLE, AdaRank, SVM MAP, Soft Rank

 

参考文献：

http://www.cnblogs.com/bentuwuying/p/6681943.html

https://www.cnblogs.com/bentuwuying/p/6684585.html

https://cuiqingcai.com/5019.html