基于Hooke & Jeeves模式搜索的排序学习方法  

Learning to Rank Method Based on Hooke & Jeeves Pattern Search

作　　者：李金忠[1,2] 杨威[1] 夏洁武[1] 曾小荟[1] 孙凌宇[1] 

机构地区：[1]井冈山大学电子与信息工程学院,江西吉安343009 [2]同济大学嵌入式系统与服务计算教育部重点实验室,上海200092

出　　处：《计算机工程》2015年第7期215-218,共4页Computer Engineering

基　　金：国家自然科学基金资助项目(61163062);江西省教育厅科技计划基金资助项目(GJJ14561);江西省科技支撑计划基金资助项目(20122BBG70161);江西省自然科学基金资助项目(2012BAB201038);江西省科技落地计划基金资助项目(KJLD13068);同济大学嵌入式系统与服务计算教育部重点实验室开放课题基金资助项目(ESSCKF201304)

摘　　要：由于信息检索评价准则的不连续和不可导性,传统排序学习方法不能从训练数据中直接优化排序评价准则。针对该问题,将排序学习问题转化为线性组合优化问题,提出一种新的排序学习方法。该方法利用Hooke&Jeeves模式搜索,交替进行探测搜索和模式移动,从而加快排序学习的收敛速度。在10个排序学习数据集上的实验结果表明,与基于坐标上升法的排序学习方法相比,该方法的时间开销较低,排序效果较好。Due to non-continuity and non-differentiability of information retrieval evaluation criteria, the traditional methods of learning to rank can not directly optimize evaluation criteria of ranking from training data. In this paper, the problem of learning to rank is transformed into a linear combination optimization problem, a new method of learning to rank is proposed. The proposed method employs Hooke ＆ Jeeves pattern search which makes exploratory search and pattern move alternately to accelerate the convergence of learning to rank. Experimental results show that the time overhead of this method is lower and can obtain better sorting effect compared with the learning to rank based on coordinate ascent method in 10 datasets of learning to rank.

关 键 词：排序学习 排序模型 模式搜索 坐标上升法 信息检索 

分 类 号：TP391[自动化与计算机技术—计算机应用技术]