基于低秩矩阵学习的多源排序融合关键技术研究

项目名称： 基于低秩矩阵学习的多源排序融合关键技术研究

项目编号： No.61370021

项目类型： 面上项目

立项/批准年度： 2013

项目学科： 自动化技术、计算机技术

项目作者： 潘炎

作者单位： 中山大学

项目金额： 81万元

中文摘要： 在信息检索和推荐系统中，对检索/推荐结果的排序是最核心的研究问题。排序是搜索引擎，产品推荐、精准广告投放等重要应用中的关键技术。排序融合是指分别通过多种不同来源的特征或多种算法获得搜索/推荐结果的多个基本排序，然后把这些基本排序融合得到一个更好的排序。排序融合是一种不需要人工标注数据的无监督方法，因而可适用于互联网元搜索，各种推荐系统，机器翻译，机器学习中的预测结果融合等问题中。实际应用中输入数据不完整，高噪声和规模大给已有的排序融合方法带来了重要挑战。本课题拟研究基于低秩矩阵学习的排序融合方法。首先，拟提出用低秩矩阵来建模待排序对象间的先后序关系，并用结构化稀疏的矩阵来建模对象关系中的噪声结构；针对基于低秩矩阵的排序融合模型和噪声结构，提出相应的目标函数和优化算法；针对实际应用中数据规模大的问题，拟提出基于分治思想的排序融合的近似学习算法；分析排序融合的成功条件和分治近似错误。

中文关键词： 排序融合；低秩矩阵学习；机器学习；；

英文摘要： Ranking of retrieved/recommended results is a fundamental research topic in information retrieval and recommendation systems. Ranking plays an important role in many real world applications such as search engines, product recommendation, accurate advertis

英文关键词： rank aggregation；low-rank matrix learning；machine learning；；