Регрессионный и классификационный подходы в задаче восстановления ранжирующей функции

Abstract

Эффективная ранжирующая функция - один из важнейших элементов любой поисковой системы. В данной работе были исследованы регрессионный и классификационный подходы для восстановления ранжирующей фуекции. В качестве обучающих данных были использованы данные, предоставленные в рамках конкурса "Интернет-математика-2009". Предложенные в работе методы были протестированы на этих данных. Для оценки качества ранжирующей функции использовался критерий DCG.

In this paper, we've investigated regression- and classification-based techniques for learning a ranking function. We've used training and test data provided by Yandex company in the context of Internet Mathemaric-2009 contest. The investigated methods have been tested using these data. To evaluate the performance of the methods, the DCG measure has been used.