作者:
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:
传统基于pairwise的ranking算法,学习后得到的模型在用NDCG这样的ranking标准评价时效果并不好,对此提出了一种新型ranking算法.该算法也是使用样本对作为训练数据,但定义了一个面向NDCG评估标准的目标函数.针对此目标函数非平滑、难以直接优化的特点,提出使用割平面算法进行学习,不仅解决了上述问题,而且使算法迭代的次数不再依赖于训练样本对数.最后基于基准数据集的实验证明了算法的有效性.
推荐文章
基于ranking的深度张量分解群组推荐算法
推荐算法
群组
深度学习
张量分解
基于PNN的算法改进及解码器硬件实现
图像压缩
矢量量化
PNN算法
ASIC设计
基于Pairwise排序学习的因子分解推荐算法
Pairwise
因子分解
协同过滤
分类
排序学习
基于蝙蝠算法的花粉算法改进
启发式算法
花粉算法
Lévy飞行
蝙蝠算法
收敛性能
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pairwise的改进ranking算法
来源期刊 计算机应用 学科 工学
关键词 ranking算法 pairwise方法 支持向量机 NDCG 割平面算法
年,卷(期) 2011,(7) 所属期刊栏目 数据库技术
研究方向 页码范围 1740-1743
页数 分类号 TP181
字数 5374字 语种 中文
DOI 10.3724/SP.J.1087.2011.01740
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 仲红 安徽大学计算机科学与技术学院 91 458 10.0 15.0
2 程凡 安徽大学计算机科学与技术学院 36 56 4.0 6.0
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  (0)
节点文献
引证文献  (4)
同被引文献  (9)
二级引证文献  (0)
2011(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)
2013(1)
  • 引证文献(1)
  • 二级引证文献(0)
2016(1)
  • 引证文献(1)
  • 二级引证文献(0)
2017(2)
  • 引证文献(2)
  • 二级引证文献(0)
研究主题发展历程
节点文献
ranking算法
pairwise方法
支持向量机
NDCG
割平面算法
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
计算机应用
月刊
1001-9081
51-1307/TP
大16开
成都237信箱
62-110
1981
chi
出版文献量(篇)
20189
总下载数(次)
40
相关基金
安徽省自然科学基金
英文译名:Anhui Provincial Natural Science Foundation
官方网址:http://www.ahinfo.gov.cn/zrkxjj/index.htm
项目类型:安徽省优秀青年科技基金
学科类型:
论文1v1指导