Machine learningRanking models

Μέθοδοι Συγκέντρωσης Κατατάξεων

Η Συγκέντρωση Κατατάξεων (Rank Aggregation) είναι μια οικογένεια μεθόδων που συνδυάζουν πολλαπλές καταταγμένες λίστες εναλλακτικών λύσεων σε μία ενιαία κατάταξη συναίνεσης. Μελετημένες τυπικά στο πλαίσιο της αναζήτησης στο διαδίκτυο από τους Dwork, Kumar, Naor και Sivakumar (2001), αυτές οι μέθοδοι αντιμετωπίζουν το πρόβλημα της σύνθεσης αποκλινουσών διατάξεων προτιμήσεων από πολλαπλές πηγές — όπως μηχανές αναζήτησης, ειδικούς κριτές ή ψηφοδέλτια — σε μία συνεκτική, αντιπροσωπευτική διάταξη που ελαχιστοποιεί τη συνολική διαφωνία μεταξύ των εισερχόμενων κατατάξεων.

Εφαρμογή με το DecisionMindΣύντομαΒίντεοΣύντομαDownload slides

Διαβάστε ολόκληρη τη μέθοδο

Μόνο για μέλη

Συνδεθείτε με δωρεάν λογαριασμό για να διαβάσετε αυτή την ενότητα.

Σύνδεση

Method map

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

Μέθοδοι Συγκέντρωσης Κατατάξεων
Μοντέλο Bradley-TerryΜοντέλο Plackett-Luce

Πηγές

  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

Πώς να παραπέμψετε σε αυτή τη σελίδα

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

Αναφέρεται από

ScholarGateRank Aggregation (Rank Aggregation Methods). Ανακτήθηκε στις 2026-06-15 από https://scholargate.app/el/decision-making/rank-aggregation · Σύνολο δεδομένων: https://doi.org/10.5281/zenodo.20539026