Learning to rank學習

    Intro LTR（Learning to rank）是一種監督學習（SupervisedLearning）的排序方法，已經被廣泛應用到推薦與搜索等領域。傳統的排序方法通過構造相關度函數，按照相關度進行排序。然而，影響相關度的因素很多，比如tf，idf等。傳統的排序方法，很難融合多種因數，比如向量空間模型以tf*idf作爲權重構建相關度函數，就很難利用其他信息了，並且如果模型中參數比較多，

>>阅读原文<<