期刊文献+
共找到1篇文章
< 1 >
每页显示 20 50 100
一种基于潜变量的Ranking模型构造算法 被引量:1
1
作者 程凡 李龙澍 +1 位作者 仲红 刘政怡 《华东理工大学学报(自然科学版)》 CAS CSCD 北大核心 2011年第6期739-744,共6页
现有的Ranking算法获得的模型全部来自训练数据,因为很多模型的有用信息并不能完全从训练数据中得到,因此这样得到的模型不够精确,对此,提出一种基于潜变量的Ranking算法。该算法以结构化SVM为学习工具,将除训练数据外的其他有用信息以... 现有的Ranking算法获得的模型全部来自训练数据,因为很多模型的有用信息并不能完全从训练数据中得到,因此这样得到的模型不够精确,对此,提出一种基于潜变量的Ranking算法。该算法以结构化SVM为学习工具,将除训练数据外的其他有用信息以潜变量形式引入算法的框架中,并在此基础上定义了面向NDCG的目标函数。针对该目标函数非凸非平滑,首先使用"凹-凸过程"进行逼近,然后用"近似Bundle法"展开优化计算。基准数据集上的实验结果表明:相比完全依靠训练数据的Ranking算法,本文算法获得的模型更为精确。 展开更多
关键词 Ranking算 潜变量 结构化SVM NDCG 凹-凸过程 近似bundle法
下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部