education

Education


Round Corner
Department of Computer and Information Science

Oppgaveforslag

Learning to rank - with diversity

IR-baserte metoder brukes etter hvert på mange andre områder enn klassiske tekst-dokumenter eksempelvis kataloger og webshops, bibliografiske søk, musikk- og filmdatabaser. Informasjonen som indekserer her er ofte beskrivelser av entiteter og inneholder navn, titler, kategorier etc. Her vil tradisjonell IR-ranking basert på tf-idf ol. ofte gi dårlig resultat og brukerne har gjerne mange andre preferanser som er relevante å rangere etter (popularitet, pris, typer osv.).
Optimal kombinasjon av alle rangeringshint bestemmes typisk best med bruk av maskinlæring - en overordnet metode som kalles Learning to Rank.
Et aspekt som kompliserer dette ytterligere er at vi sjeldent egentlig vet hva en bruker er interessert i og derfor også ønsker at det blant første del av resultatsettet skal være en viss diversitet i utvalget så vi øker sjansen for å møte forskjelige informasjonsbehov.

I denne oppgaven skal studenten(e) undersøke metoden og jobbe med eksperimentell utprøving på et eller flere typer informasjon. Eksperimentelle data og detaljering av prosjekt avtales med veileder. 

 

Faglærer

Trond Aalberg Trond Aalberg
Adjunct Associate Professor
213 IT-bygget
735 97952 
 
NTNU logo