基于dea的列表型排序学习方法研究.pdfVIP

Index：029 Classified U．D．C：519．6 Southwest JiaotongUniversity Master Thesis Degree DEABASEDLISTMSE RESEARCHON METHOD TORANK LEARNING Grade：2011 Candidate：ChunhengJiang for：Master Academic Degree DegreeApplied Mathematics Speciality：Applied Lin Supervisor：Prof．Wenbin May,2014 西南交通大学 学位论文版权使用授权书 本学位论文作者完全了解学校有关保留、使用学位论文的规定，同意学校保留并 向国家有关部门或机构送交论文的复印件和电子版，允许论文被查阅和借阅。本人授 权西南交通大学可以将本论文的全部或部分内容编入有关数据库进行检索，可以采用 影印、缩印或扫描等复印手段保存和汇编本学位论文。 本学位论文属于 1．保密文在 年解密后适用本授权书； 2．不保密√使用本授权书。 (请在以上方框内打“寸’) 学位论文作者签名：该著睡 日期：驯忆多．加 西南交通大学硕士学位论文主要工作(贡献)声明 本人在学位论文中所做的主要工作或贡献如下： 1．从文档排名模型训练数据集的人工标记行为出发，建立两种特殊的线性规划模 型：单输入一多输出，单输出一多输入的数据包络分析模型。 2．首次将数据包络分析方法应用于文档检索排序学习问题，结合提升技术提出一 种新的列表型排序学习方法。 本人郑重声明：所呈交的学位论文，是在导师指导下独立进行研究工作所得的成 果。除文中已经注明引用的内容外，本论文不包含任何其他个人或集体已经发表或撰 写过的研究成果。对本文的研究做出贡献的个人和集体，均已在文中作了明确说明。 本人完全了解违反上述声明所引起的一切法律责任将由本人承担。 学位论文作者签名：耩矗吨亘 西南交通大学硕士研究生学位论文 第l页 摘 要 互联网的蓬勃发展与数码产品的快速增长，产生了海量的信息，使人们深陷其中 无所适从，迫切需要一种能够提供高效便捷的信息检索服务的系统，网络搜索引擎因 此而逐渐成为人们获取信息的重要工具。搜索引擎系统包含多个子系统，其中排名系 统处于核心地位。排名系统能够根据用户提交的检索词从海量的数据中快速定位最相 关的文档集合，并按照相关程度顺次反馈给用户，有效减少用户信息检索的时间开销。 为此，研究人员提出了大量的排名算法，主要基于内容分析或链接分析，利用文档的 相关性特征、重要性特征评价文档同用户检索意图的契合程度。它们极大地改善了信 息检索系统的排名系统，但仍然存在两个重要的缺陷：