Extreme Learning to Rank via Low Rank Assumption论文解读

在推荐系统和网页搜索中为数十万的用户执行ranking是很常见的。学习单一的ranking function不可能捕捉全部用户的易变性,然而为每一个用户学习一个ranking function 是很耗时的,同时也须要来自每一个用户的大量数据。 为了解决这个问题,本文做者提出了Factorization RankSVM算法,该算法经过学习k个基础的函数,而后为将这k个ranking function

>>阅读原文<<