本文是对七月在线重排序02课程的一个非常简答的随堂笔记。 主要围绕评价指标、pointwise、pair wise 、list wist等展开。?
learning to rank?
? ? ? ? 由信息检索领域里的多级相关性讲起，串起评价指标MAP 、NDCG的具体计算。?
?
?
?
Point wise 、pair wise 和list wise 的区别
point wise : 把query 和候选集变成一个一个的样本。下面的yi是label。训练的时候只考虑xi与yi的关系。“point wise对于一个人与各候选集拆分成一个人与各item之间的单独估计,ctr预估就是典型的point wise问题”?
对于pair wise而言，当一个query来时，不仅考虑query与xi的相关性还需要这个相关性与query 同xj的相关性是否更相关，有两两相关性之间的比较。即关注的是两两(xi与xj)对于query相关性大小的比较。训练的时候不再是point wise时的一个query与一个x就构成一个样本，而是一个query与两个x构成一个样本。翻译：x1比x2对于query更相关，则label为1.?
lise wise :?训练时就是定义整个列表的相关性，而不是之前point wise的一个 和pair wise的一对，此为多个了
?
停留时长模型：?
?
odds 推导：?
?
?
?
?todo 待继续完善。?
?
?
?