Machine learningRanking models

วิธีการรวมอันดับ

การรวมอันดับ (Rank Aggregation) เป็นกลุ่มของวิธีการที่ใช้ในการรวมรายการอันดับของทางเลือกหลายรายการเข้าด้วยกัน เพื่อให้ได้อันดับฉันทามติเพียงหนึ่งเดียว ในเชิงทฤษฎี การศึกษาเรื่องนี้เกิดขึ้นในบริบทของการค้นหาบนเว็บโดย Dwork, Kumar, Naor, และ Sivakumar (2001) วิธีการเหล่านี้จัดการกับปัญหาการสังเคราะห์ลำดับความชอบที่แตกต่างกันจากหลายแหล่ง เช่น เครื่องมือค้นหา ผู้ตัดสินผู้เชี่ยวชาญ หรือบัตรลงคะแนน เพื่อสร้างลำดับที่เป็นหนึ่งเดียว เป็นตัวแทน และลดความขัดแย้งโดยรวมให้เหลือน้อยที่สุดเมื่อเทียบกับรายการอันดับที่ป้อนเข้ามา

นำไปใช้ด้วย DecisionMindเร็ว ๆ นี้วิดีโอเร็ว ๆ นี้Download slides

อ่านวิธีฉบับเต็ม

สำหรับสมาชิกเท่านั้น

เข้าสู่ระบบด้วยบัญชีฟรีเพื่ออ่านส่วนนี้

เข้าสู่ระบบ

Method map

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

วิธีการรวมอันดับ
โมเดล Bradley-TerryPlackett-Luce Model

แหล่งอ้างอิง

  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

วิธีอ้างอิงหน้านี้

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

ถูกอ้างอิงโดย

ScholarGateRank Aggregation (Rank Aggregation Methods). สืบค้นเมื่อ 2026-06-15 จาก https://scholargate.app/th/decision-making/rank-aggregation · ชุดข้อมูล: https://doi.org/10.5281/zenodo.20539026