排序学习研究进展与展望

• 作者: 刘关俊 李金忠 蒋昌俊 闫春钢
• 来源期刊: 自动化学报
• 关键词: 排序学习 排序模型 机器学习 神经网络 支持向量机 树 进化算法
• 年，卷（期）: 2018,（8）
• 所属期刊栏目: 综述
• 页码范围: 1345-1369
• 页数: 25页
• 字数: 29469字
• 语种: 中文
• DOI: 10.16383/j.aas.2018.c170246

摘要

排序学习利用机器学习技术去训练排序模型以解决排序问题,是信息检索与机器学习交叉领域的一个新兴研究热点.越来越多的排序学习方法已经应用于实际系统中,如搜索引擎和推荐系统等.本文概括了排序学习的研究进展,并进行展望.首先,阐述了排序学习问题.然后,对排序学习方法进行了分类,并重点分析了依据训练排序模型时所采用的不同机器学习技术的排序学习方法类别.本文还介绍了一些代表性的标准排序学习数据集,对排序学习方法在若干领域的成功应用进行了总结,并归纳了一些排序学习方法软件包.最后,对排序学习的未来发展趋势和挑战进行了展望和探讨.