基于Hooke & Jeeves模式搜索的排序学习方法

• 作者: 夏洁武 孙凌宇 曾小荟 李金忠 杨威
• 来源期刊: 计算机工程
• 学科: 工学
• 关键词: 排序学习 排序模型 模式搜索 坐标上升法 信息检索
• 年，卷（期）: 2015,（7）
• 所属期刊栏目: 人工智能及识别技术
• 页码范围: 215-218
• 页数: 4页
• 分类号: TP391
• 字数: 4273字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-3428.2015.07.041

摘要

由于信息检索评价准则的不连续和不可导性,传统排序学习方法不能从训练数据中直接优化排序评价准则.针对该问题,将排序学习问题转化为线性组合优化问题,提出一种新的排序学习方法.该方法利用Hooke&Jeeves模式搜索,交替进行探测搜索和模式移动,从而加快排序学习的收敛速度.在10个排序学习数据集上的实验结果表明,与基于坐标上升法的排序学习方法相比,该方法的时间开销较低,排序效果较好.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	曾小荟	井冈山大学电子与信息工程学院	22	88	5.0	8.0
2	李金忠	井冈山大学电子与信息工程学院	47	284	8.0	15.0
4	夏洁武	井冈山大学电子与信息工程学院	31	181	6.0	13.0
5	孙凌宇	井冈山大学电子与信息工程学院	46	236	7.0	12.0
8	杨威	井冈山大学电子与信息工程学院	9	16	3.0	4.0