Machine learningRanking models

Mètodes d'agregació de rànquings

L'agregació de rànquings és una família de mètodes que combinen múltiples llistes classificades d'alternatives en un únic rànquing de consens. Estudiats formalment en el context de la cerca web per Dwork, Kumar, Naor i Sivakumar (2001), aquests mètodes aborden el problema de sintetitzar ordres de preferència divergents de múltiples fonts —com ara motors de cerca, jutges experts o paperetes de votants— en un ordre coherent i representatiu que minimitzi el desacord global entre els rànquings d'entrada.

Aplica-ho amb DecisionMindAviatVídeoAviatDownload slides

Llegeix el mètode complet

Només per a membres

Inicia la sessió amb un compte gratuït per llegir aquesta secció.

Inicia la sessió

Method map

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

Mètodes d'agregació de rànquings
Model de Bradley-TerryModel de Plackett-Luce

Fonts

  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

Com citar aquesta pàgina

ScholarGate. (2026, June 2). Rank Aggregation Methods. ScholarGate. https://scholargate.app/ca/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

Citat per

ScholarGateRank Aggregation (Rank Aggregation Methods). Recuperat el 2026-06-15 de https://scholargate.app/ca/decision-making/rank-aggregation · Conjunt de dades: https://doi.org/10.5281/zenodo.20539026