基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
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.
推荐文章
基于非支配排序遗传算法的振动主动控制优化方法
振动模态
优化配置
非支配排序遗传算法(NSGA-II)
多目标优化
基于Prank算法的推荐技术研究与应用
推荐系统
Prank算法
推荐模型
排序学习
基于主动学习的分类器融合算法
主动学习
分类器
融合算法
基于主动学习的有监督在线多核学习算法
主动学习
在线学习
多核学习
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于PRank算法的主动排序学习算法
来源期刊 计算机工程 学科 工学
关键词 排序学习 主动学习 PRank算法
年,卷(期) 2008,(21) 所属期刊栏目 软件技术与数据库
研究方向 页码范围 38-39,47
页数 3页 分类号 TP301.6
字数 2969字 语种 中文
DOI 10.3969/j.issn.1000-3428.2008.21.014
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 刘杰 南开大学信息技术科学学院 34 287 8.0 16.0
2 黄亚楼 南开大学软件学院 83 1759 20.0 39.0
3 李栋 南开大学信息技术科学学院 8 49 4.0 7.0
4 王扬 南开大学软件学院 4 32 4.0 4.0
8 蒯宇豪 南开大学软件学院 1 11 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (1)
节点文献
引证文献  (11)
同被引文献  (20)
二级引证文献  (1113)
2002(1)
  • 参考文献(1)
  • 二级参考文献(0)
2008(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2009(1)
  • 引证文献(1)
  • 二级引证文献(0)
2010(1)
  • 引证文献(1)
  • 二级引证文献(0)
2011(11)
  • 引证文献(2)
  • 二级引证文献(9)
2012(39)
  • 引证文献(1)
  • 二级引证文献(38)
2013(69)
  • 引证文献(1)
  • 二级引证文献(68)
2014(140)
  • 引证文献(1)
  • 二级引证文献(139)
2015(163)
  • 引证文献(1)
  • 二级引证文献(162)
2016(219)
  • 引证文献(1)
  • 二级引证文献(218)
2017(180)
  • 引证文献(1)
  • 二级引证文献(179)
2018(144)
  • 引证文献(0)
  • 二级引证文献(144)
2019(143)
  • 引证文献(0)
  • 二级引证文献(143)
2020(14)
  • 引证文献(1)
  • 二级引证文献(13)
研究主题发展历程
节点文献
排序学习
主动学习
PRank算法
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
计算机工程
月刊
1000-3428
31-1289/TP
大16开
上海市桂林路418号
4-310
1975
chi
出版文献量(篇)
31987
总下载数(次)
53
总被引数(次)
317027
相关基金
国家自然科学基金
英文译名:the National Natural Science Foundation of China
官方网址:http://www.nsfc.gov.cn/
项目类型:青年科学基金项目(面上项目)
学科类型:数理科学
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导