-
题名基于PRank算法的主动排序学习算法
被引量：4
- 1
-
-
作者
王扬
黄亚楼
刘杰
李栋
蒯宇豪
-
机构
南开大学软件学院
南开大学信息技术科学学院
-
出处
《计算机工程》
CAS
CSCD
北大核心
2008年第21期38-39,47,共3页
-
基金
国家自然科学基金资助项目(60673009)
天津市科技攻关计划基金资助重点项目(05YFGZGX24000)
-
文摘
针对排序学习中如何选择最值得标注的样本和通过尽可能少的已标注样本训练出较好的排序模型的问题,将主动学习的思想引入排序学习中,提出一种基于排序感知机的主动排序学习算法——Active PRank。基于真实数据集的实验结果表明,该算法在保证排序模型性能的前提下,减少样本的标注量,在同等标注量的条件下,提高排序结果的正确率。
-
关键词
排序学习
主动学习
prank算法
-
Keywords
learning to rank
active learning
prank algorithm
-
分类号
TP301.6
[自动化与计算机技术—计算机系统结构]
-
-
题名基于Prank算法的推荐技术研究与应用
- 2
-
-
作者
张栩晨
-
机构
复旦大学
-
出处
《微型电脑应用》
2016年第6期58-61,共4页
-
文摘
随着互联网的普及与发展,网络上信息与日俱增,但用户却越来越难以在有限时间内找寻到想要的信息。推荐系统是解决这一问题的重要方法之一,推荐系统可以根据用户历史行为分析出用户需求来进行推荐,使用户快速的、准确的做出选择。研究在推荐系统上应用Prank算法,Prank算法是信息检索领域经典的排序学习算法。它可以快速地训练一组特征与排序的关系,做出准确的预测。本文将Prank算法改进以适应Top-N推荐问题,与推荐系统上著名的Item-based,User-based,SVDmodel算法进行横向比较,通过大量实验给出各算法的优缺点。Prank算法在推荐准确度,推荐多样性问题上取得了较为不错的实验结果。
-
关键词
推荐系统
prank算法
推荐模型
排序学习
-
Keywords
Recommender System
prank algorithm
Recommender Model
Learning to Rank
-
分类号
TP311
[自动化与计算机技术—计算机软件与理论]
-
