Learning2Rank

排序模型:相关度排序模型、重要度排序模型
L2R算法分类:
(1)pointwise L2R 只考虑给定查询,单个文档的相关度;
(2)pairwise L2R 给定查询,考虑两个文档相对相关度。
(3)ListwiseL2R 给定查询下的文档集合的整体序列,直接优化模型,输出的文档序列。
效果评价方法:
(1)WTA:win takes all,第一个文档相关即可返回1,否则0。
(2)MAP
(3)MRR
(4)NDCG Normalized Discounted Cumulative Gain
(5)RC Rank Correlation
(6)precision@K(hit@K)前k个检索结果中有多少个相关结果。检索结果不考虑第一个正确和第五个正确的不同。例如对单次搜索的结果中前5篇,如果有4篇为相关文档,则P@5 = 4/5 = 0.8 。
参考文章:
http://www.cnblogs.com/kemaswill/archive/2013/06/01/3109497.html

最后编辑于
©著作权归作者所有,转载或内容合作请联系作者
平台声明:文章内容(如有图片或视频亦包括在内)由作者上传并发布,文章内容仅代表作者本人观点,简书系信息发布平台,仅提供信息存储服务。

推荐阅读更多精彩内容