ScholarGate
עוזר
Machine learningRanking models

שיטות אגרגציית דירוגים

אגרגציית דירוגים היא משפחה של שיטות המשלבות מספר רשימות מדורגות של חלופות לדירוג קונצנזוס יחיד. שיטות אלו, שנחקרו באופן פורמלי בהקשר של חיפוש ברשת על ידי Dwork, Kumar, Naor, ו-Sivakumar (2001), מתמודדות עם בעיית הסינתזה של סדרי העדפות שונים ממקורות מרובים – כגון מנועי חיפוש, שופטים מומחים, או פתקי הצבעה – לסדר קוהרנטי ומייצג אחד הממזער את אי-ההסכמה הכוללת על פני הדירוגים הקלטיים.

יישום עם DecisionMindבקרובוידאובקרובDownload slides

קראו את השיטה במלואה

לחברים בלבד

התחברו עם חשבון חינמי כדי לקרוא חלק זה.

התחברות

Method map

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

שיטות אגרגציית דירוגים
מודל בראדלי-טרימודל פלאקט-לוס

מקורות

  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

איך לצטט עמוד זה

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

מאוזכר על ידי

ScholarGateRank Aggregation (Rank Aggregation Methods). אוחזר בתאריך 2026-06-15 מתוך https://scholargate.app/he/decision-making/rank-aggregation · מערך נתונים: https://doi.org/10.5281/zenodo.20539026