Machine learningRanking models

Rangsorolási aggregációs módszerek

A rangsorolási aggregáció olyan módszercsalád, amely több alternatíva rangsorolt listáját kombinálja egyetlen konszenzusos rangsorba. Formálisan Dwork, Kumar, Naor és Sivakumar (2001) kutatásai kontextusában tanulmányozva, ezek a módszerek a különböző forrásokból származó eltérő preferenciatartományok szintetizálásának problémáját – mint például keresőmotorok, szakértői bírálók vagy szavazólapok – egy koherens, reprezentatív rangsorba foglalják, amely minimalizálja az összhangzavart a bemeneti rangsorok között.

Alkalmazás ezzel: DecisionMindHamarosanVideóHamarosanDownload slides

A teljes módszer elolvasása

Csak tagoknak

Jelentkezzen be ingyenes fiókkal a szakasz elolvasásához.

Bejelentkezés

Method map

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

Rangsorolási aggregációs módszerek
Bradley–Terry modellPlackett–Luce-modell

Források

  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

Hogyan hivatkozzon erre az oldalra

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

Hivatkozik rá

ScholarGateRank Aggregation (Rank Aggregation Methods). Letöltve 2026-06-15, forrás: https://scholargate.app/hu/decision-making/rank-aggregation · Adatkészlet: https://doi.org/10.5281/zenodo.20539026