رتبه بندی صفحات وب با استفاده از الگوریتم جستجوی فاخته

چکیده مقاله

کاربر دارد. روش رتبه بندی مبتنی بر یاادگیری پیشانهادی RankCS نامیاده مای داود . در ایا روش از اگگاوریتم
جستجوی فاخته برای آموزش تابع رتبه بندی استفاده می دود. روش پیشنهادی به طاور مساتییم مییارهاای ارزیاابی
MAP ، P@n و NDCG@n را بهبود می دهد و نیازی به روش های تخمینی برای تابع هزینه نیست. درای میاگه،
ترکیبی از سه مییار ارزیابی به عنوان تابع هزینه در نظر گرفته دده است و در تابع هزینه برای رتبه هاای باارتر ارزش
بیشتری منظور دده است. در طی روند یادگیری برای هر ویژگی وزنی نشان دهنده ی درجه اهمیت آن تییی می دود
و در نهایت با ترکیب خطی از ویژگی ها که دامل ویژگی های وابساته باه پارس وجاو و مساتیل از پارس وجاو اسات،
رتبه بندی مناسبی برای پرس وجوهای دیاده نشاده فاراهم مای کناد . روش RankCS باا اساتفاده از مجموعاه داده
استاندارد LETOR2 ارزیابی می دود. نتایج تجربی نشان دهنده ی عملکرد بهتر روش رتبه بندی پیشنهادی نسبت به
اگگاااوریتم هاااای رتباااه بنااادی دبلااای مانناااد SwarmRank ، RankSVM ، BM25 ، AdaRank.MAP و
AdaRank.NDCG بر روی دو مجموعه داده TD2003 و TD2004 است.

دریافت لینک دانلود مقاله