Machine learningRanking models

Методи за агрегиране на рангове

Агрегирането на рангове е семейство от методи, които комбинират множество ранжирани списъци с алтернативи в един консенсусен ранг. Формално изследвани в контекста на търсене в мрежата от Dwork, Kumar, Naor и Sivakumar (2001), тези методи адресират проблема със синтезирането на различни порядъци на предпочитания от множество източници — като търсачки, експертни оценители или гласови бюлетини — в един кохерентен, представителен порядък, който минимизира общото несъответствие между входните рангове.

Приложете с DecisionMindСкороВидеоСкороDownload slides

Прочетете целия метод

Само за членове

Влезте с безплатен профил, за да прочетете този раздел.

Вход

Method map

The neighbourhood of related methods — select a node to explore.

Методи за агрегиране на рангове
Модел на Брадли-ТериМодел на Plackett-Luce

Източници

  1. Dwork, C., Kumar, R., Naor, M., & Sivakumar, D. (2001). Rank aggregation methods for the web. Proceedings of the 10th International Conference on World Wide Web, 613–622. DOI: 10.1145/371920.372165

Как да цитирате тази страница

ScholarGate. (2026, June 2). Rank Aggregation Methods. ScholarGate. https://scholargate.app/bg/decision-making/rank-aggregation

Which method?

Set this method beside its closest kin and read them side by side — the library lays the books on the table; the choice is yours.

Compare side by side

Цитиран в

ScholarGateRank Aggregation (Rank Aggregation Methods). Извлечено на 2026-06-15 от https://scholargate.app/bg/decision-making/rank-aggregation · Набор от данни: https://doi.org/10.5281/zenodo.20539026