基于随机森林与LambdaMART的搜索排序模型

• 作者: 廖闻剑 彭艳兵 雷武
• 来源期刊: 计算机与现代化
• 学科: 工学
• 关键词: 排序学习 随机森林算法 LambdaMART算法 集成学习 排序模型
• 年，卷（期）: 2017,（3）
• 所属期刊栏目: 算法设计与分析
• 页码范围: 54-58
• 页数: 5页
• 分类号: TP181
• 字数: 3898字
• 语种: 中文
• DOI: 10.3969/j.issn.1006-2475.2017.03.012

摘要

目前的研究表明,Boosting算法在各种任务中都能提供良好的预测性能.而在学习排序中,基于Boosting的模型,例如Rankboost和LambdaMART,在对公共数据集的评估中表现优秀.本文通过研究随机森林算法和LambdaMART,将随机森林算法作为基础模型,学习一个排序函数,将函数的输出作为LambdaMART的初始函数,最终生成排序模型.在公共数据集上基于评价指标ERR和NDCG对排序模型进行验证,结果表明本排序模型均要优于原始算法.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	彭艳兵	烽火通信科技股份有限公司南京研发部	19	71	5.0	7.0
2	廖闻剑	烽火通信科技股份有限公司南京研发部	7	34	3.0	5.0
3	雷武		1	5	1.0	1.0