ScholarGate
Assistent
Machine learningRanking models

Metoder til rangsammenlægning

Rangsammenlægning er en familie af metoder, der kombinerer flere rangordnede lister af alternativer til én enkelt konsensusrangering. Disse metoder, som formelt blev studeret i forbindelse med websøgning af Dwork, Kumar, Naor og Sivakumar (2001), adresserer problemet med at syntetisere divergerende præferenceordninger fra flere kilder – såsom søgemaskiner, ekspertbedømmere eller vælgerstemmesedler – til én sammenhængende, repræsentativ ordning, der minimerer den samlede uenighed på tværs af inputrangeringerne.

Anvend med DecisionMindSnartVideoSnartDownload slides

Læs hele metoden

Kun for medlemmer

Log ind med en gratis konto for at læse dette afsnit.

Log ind

Method map

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

Metoder til rangsammenlægning
Bradley-Terry ModellenPlackett-Luce-modellen

Kilder

  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

Sådan citerer du denne side

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

Refereret af

ScholarGateRank Aggregation (Rank Aggregation Methods). Hentet 2026-06-15 fra https://scholargate.app/da/decision-making/rank-aggregation · Datasæt: https://doi.org/10.5281/zenodo.20539026