一种结合LPA半监督学习的排序学习算法-计算机应用与软件.PDFVIP

第３３卷第１期　　　 计算机应用与软件 Ｖｏｌ３３Ｎｏ．１ ２０１６年１月　　 ＣｏｍｐｕｔｅｒＡｐｐｌｉｃａｔｉｏｎｓａｎｄＳｏｆｔｗａｒｅ Ｊａｎ．２０１６ 一种结合ＬＰＡ半监督学习的排序学习算法 奚凌然　王小平 （同济大学电子与信息工程学院　上海２０１８００） 摘　要　　针对有监督排序学习所需训练集的大量标注数据不易获得的情况，引入基于图的标签传播半监督学习。利用有限的已 标记数据和大量未标记数据来完成训练数据的自动标注工作，解决大量训练数据集标注工作耗时耗力的难题。首先以训练数据为 节点建立 ＮＮ图模型实现标签传播算法进行训练数据的自动标注，再基于得到的训练集使用ＲａｎｋｉｎｇＳＶＭ实现排序学习，在 ε ＯＨＳＵＭＥＤ数据集上衡量该方法在ＭＡＰ和ＮＤＣＧ＠ｎ评价准则下的性能。实验结果表明，该方法的性能优于普通ｐｏｉｎｔｗｉｓｅ排序学习 方法，略低于普通ｐａｉｒｗｉｓｅ排序学习方法，能