ScholarGate
Assistent
Machine learningRanking models

Metoder for rangeringaggregering

Rangeringaggregering er en metodefamilie som kombinerer flere rangerte lister over alternativer til en enkelt konsensusrangering. Formelt studert i konteksten av wevsøk av Dwork, Kumar, Naor og Sivakumar (2001), adresserer disse metodene problemet med å syntetisere divergerende preferanseordninger fra flere kilder – som søkemotorer, ekspertdommere eller velgerstemmesedler – til én koherent, representativ ordning som minimerer den samlede uenigheten på tvers av inndatarangeringene.

Anvend med DecisionMindSnartVideoSnartDownload slides

Les hele metoden

Kun for medlemmer

Logg inn med en gratis konto for å lese denne delen.

Logg inn

Method map

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

Metoder for rangeringaggregering
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

Slik siterer du denne siden

ScholarGate. (2026, June 2). Rank Aggregation Methods. ScholarGate. https://scholargate.app/no/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

Referert av

ScholarGateRank Aggregation (Rank Aggregation Methods). Hentet 2026-06-15 fra https://scholargate.app/no/decision-making/rank-aggregation · Datasett: https://doi.org/10.5281/zenodo.20539026