加快排序文档的剪枝决策树和分块方法

• 作者: 余正涛 常伟 李卫疆
• 来源期刊: 计算机应用研究
• 关键词: 排名学习 缓存 效率 剪枝
• 年，卷（期）: 2020,（1）
• 所属期刊栏目: 系统应用开发
• 页码范围: 193-197
• 页数: 5页
• 分类号: TP311
• 语种: 中文
• DOI: 10.19734/j.issn.1001-3695.2018.05.0443

摘要

检索系统利用排名学习算法从训练集中产生一个排名模型.而减少检索数据需要的时间则是检索系统的一个重要研究方向.为了减少检索的时间,对排名模型的剪枝策略和缓存进行了研究.利用决策树的冗余特性和高速缓冲存储器,提出了剪枝决策树模型和分块算法.最后,在两个公开的数据集上进行了实验,主要关注了是否可以在不影响模型效果的条件下,提高排名模型的效率问题.实验结果表明,剪枝决策树模型和分块算法可以有效地减少每个查询的排名时间.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	余正涛	昆明理工大学信息工程与自动化学院	122	877	17.0	24.0
2	李卫疆	昆明理工大学信息工程与自动化学院	18	106	4.0	10.0
3	常伟	昆明理工大学信息工程与自动化学院	1	0	0.0	0.0