基于直接優(yōu)化信息檢索評(píng)價(jià)方法的排序?qū)W習(xí)算法研究.pdf

1、隨著Web2.0時(shí)代的到來，互聯(lián)網(wǎng)信息呈現(xiàn)爆炸式增長(zhǎng)。如何從海量信息中迅速找出用戶需要的數(shù)據(jù)成為了信息檢索研究的重點(diǎn)。排序是信息檢索系統(tǒng)的重要組成部分，傳統(tǒng)的檢索模型主要分為兩個(gè)類別，一類基于文檔內(nèi)容，判定查詢與文檔的相關(guān)程度，稱為查詢依賴模型，如布爾模型，向量空間模型等;另一類基于鏈接分析，判定文檔自身的重要性，如PageRank，HITS等，稱為查詢獨(dú)立模型。這些模型各有特色，如何將它們結(jié)合起來，創(chuàng)建更高效的新模型成為了研究者關(guān)注的

2、焦點(diǎn)，排序?qū)W習(xí)技術(shù)(Learningto Rank)應(yīng)運(yùn)而生。排序?qū)W習(xí)使用機(jī)器學(xué)習(xí)技術(shù)來解決排序問題，有效提高了排序性能。目前排序?qū)W習(xí)方法主要?dú)w為三類:基于單個(gè)文檔的點(diǎn)級(jí)（Pointwise）方法，基于文檔對(duì)的對(duì)級(jí)（Pairwise）方法，基于文檔列表的列表級(jí)(Listwise)方法;而基于文檔列表的列表級(jí)方法又可分為兩個(gè)子類，即直接優(yōu)化信息檢索評(píng)價(jià)方法和最小化列表級(jí)排序損失算法。直接優(yōu)化評(píng)價(jià)方法的排序?qū)W習(xí)算法將整個(gè)文檔列表作為一個(gè)對(duì)象

3、考慮，更加接近實(shí)際意義的排序，因此其排序性能一般優(yōu)于前兩類算法。本文對(duì)直接優(yōu)化信息檢索評(píng)價(jià)方法這一子類算法進(jìn)行了研究，并提出了新的算法，進(jìn)一步提升了排序?qū)W習(xí)模型的排序性能，主要成工作如下:
　　(1)本章中，我們提出了一種排序?qū)W習(xí)方法SVMERR，使用結(jié)構(gòu)化SVM方法優(yōu)化信息檢索評(píng)價(jià)方法Expected Reciprocal Rank(ERR)，相比于優(yōu)化評(píng)價(jià)方法MAP和NDCG而言，優(yōu)化ERR評(píng)價(jià)方法對(duì)排序性能有更大的提升，ER

4、R評(píng)價(jià)方法基于級(jí)聯(lián)模型，將用戶瀏覽行為因素考慮進(jìn)來，而結(jié)構(gòu)化SVM方法能夠保證找到全局最優(yōu)解，因而將二者融合能夠有效的提升排序性能。
　　(2)本章中，我們擴(kuò)展了基于Boosting框架的排序?qū)W習(xí)方法AdaRank，并將其用于優(yōu)化三種信息檢索評(píng)價(jià)方法:ERR, MRR和Q-measure。我們期望采用AdaRank排序框架優(yōu)化這三種評(píng)價(jià)方法能夠取得更好的排序性能。排序?qū)W習(xí)方法是基于特征的，而目前對(duì)于特征生成的研究很少，受此啟發(fā)，我