ScholarGate
Assistent
Machine learningRanking models

Metoder för rangordningsaggregering

Rangordningsaggregering är en familj av metoder som kombinerar flera rangordnade listor av alternativ till en enda konsensusrangordning. Dessa metoder, formellt studerade inom ramen för webbsökning av Dwork, Kumar, Naor och Sivakumar (2001), adresserar problemet med att syntetisera divergerande preferensordningar från flera källor – såsom sökmotorer, expertbedömare eller väljaromröstningar – till en sammanhängande, representativ ordning som minimerar den totala oenigheten mellan ingångsrangordningarna.

Tillämpa med DecisionMindSnartVideoSnartDownload slides

Läs hela metoden

Endast för medlemmar

Logga in med ett kostnadsfritt konto för att läsa avsnittet.

Logga in

Method map

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

Metoder för rangordningsaggregering
Bradley-Terry-modellenPlackett-Luce-modellen

Källor

  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

Så citerar du den här sidan

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

Refereras av

ScholarGateRank Aggregation (Rank Aggregation Methods). Hämtad 2026-06-15 från https://scholargate.app/sv/decision-making/rank-aggregation · Datamängd: https://doi.org/10.5281/zenodo.20539026