学习排序算法（一）：单文档方法 Pointwise
浏览数：27 /
时间：2015年06月08日
学习排序算法（一）：单文档方法 Pointwise
1. 基本思想
这种方法主要是将搜索结果的文档变为特征向量，然后将排序问题转化成了机器学习中的常规的分类问题，而且是个多类分类问题。
2. 方法流程
Pointwise方法的主要流程如下：
我们可以看出，整个流程分为三部分：提取特征做训练；分类算法学习；测试query排序。
我们可以把ranking量化成多个标记，比如{perfect，Excellent，good，fair，bad}；
然后每个文档对应一个分类标记，这样就成了标准的分类问题形式了（样本特征-类别标记）。网上给出了一个案例，如下：
此时，我们就可以用机器学习中的分类算法来学习。
如何对测试query的搜索结果排序呢？很简单，我们提取这些搜索结果文档的特征，然后对学习到的模型分类，分类之后按照标记进行排序~
3. 优缺点分析
- 属于同一类的文档之间无法排序；
- 完全从单文档的分类角度计算，没有考虑文档之间的相对顺序。
郑重声明：本站内容如果来自互联网及其他传播媒体，其版权均属原媒体及文章作者所有。转载目的在于传递更多信息及用于网络分享，并不代表本站赞同其观点和对其真实性负责，也不构成任何其他建议。
