排序模型

摘要： 针对短文本问句实体消歧中缺少实体描述信息和使用缩略词导致无法召回目标实体的问题,提出了一种融合多特征和由粗到精排序模型的短文本问句实体消歧方法。首先,使用N-Gram分词模型辅助召回候选实体,然后选取候选实体在知识图谱中的关系和相邻实体,分别计算与问句的相似度,作为实体在知识图谱中的描述信息,结合实体重要性等多个特征进行特征拟合;最后,通过粗排模型减少候选实体集合的数量,再经过精排模型排序得到最终的目标实体。在CCKS2019-CKBQA的数据集上的实体消歧实验表明,本文模型的准确率达到91.35%。

摘要： 针对多属性群决策问题,构造区间数表达属性值并用区间数熵值法确定属性权重;建立区间数排序模型,利用各方案中加权的属性优劣个数进行比对决策.基于此,提出一种区间数排序准则下的多属性群决策方法.最后通过实例对决策过程做了详细说明,结果表明该决策理论指导实践科学有效.

摘要： 本文提出一种增强人工蜂群算法(Enhanced Artificial Bee Colony,EABC),用于最小化半导体最终测试调度问题(Semiconductor Final Testing Scheduling Problem,SFTSP)的最大完工时间.该算法采用混合启发式方法初始化种群,并利用前插式解码策略来提高初始解的质量.在算法搜索阶段设计多种基于问题性质的探索策略和基于贝叶斯网络的概率模型对问题解空间进行深度与宽度的协同搜索.此外,提出基于重启策略的种群更新机制以加强算法跳出局部最优的能力.实验部分构造多种对比算法来验证EABC中各关键环节的有效性.通过基于实例的数值仿真以及与NFOA(Novel Fruit fly Optimization Algorithm)、KMEA(Knowledge-based Multi-agent Evolu-tionary Algorithm)和CCIWO(Cooperative Co-evolutionary Invasive Weed Optimization)的算法比较验证了EABC的有效性和鲁棒性.

摘要： 近年来，我国经济的稳步提升使得民航运输业得到了迅速发展。同时带来了空中交通流量的明显增加和空域的拥挤问题。特别在繁忙机场的进近管制区，在高峰时期已形成了交通流量的饱和，极易造成航班延误。本文针对乌鲁木齐机场进近管制区的特点，围绕乌鲁木齐进近排序问题进行了研究，为有效利用空域资源，缓解日益增长的交通需求量所带来的矛盾做一些理论上的探索和实践。

摘要： 为使旅游区隧道施工对周围环境保护更具有针对性,首先采用博弈论组合赋权法确定各影响因子主客观综合权重,再基于加权秩和比法构建旅游区隧道施工中各影响因子对周围环境影响程度排序模型,从而得出关键因子,并分别针对影响因子提出预防和治理环境污染措施.最后,应用该排序模型对旅游区的老龙头隧道工程进行实例计算分析.结果 表明,老龙头隧道工程对景区环境影响过程中老龙头长城不均匀沉降影响程度最大,其次分别为噪声污染、粉尘污染、废水污染和固体废弃物污染,从而解决了隧道施工中环境保护的针对性问题.

摘要： 当前,推荐算法的基础数据质量或算法本身等原因,导致复杂兴趣推荐困难、解释性差、推荐效果不佳等问题出现.标签是反映用户兴趣的重要信息,文章基于标签的视频推荐,从相似度计算、用户画像、多路召回、排序模型等方面展开讨论.通过电影和电视剧推荐实验发现,访客数(UV)、访问量(PV)、人均播放量、人均播放时长等指标均取得一定的提升,同时增加了推荐的可解释性.

摘要： 针对多属性群决策问题,构造区间数表达属性权重,结合区间数构成的属性权重将由常数构成的属性值映射为区间数。建立区间数排序模型,利用各方案中加权的属性优劣个数进行比对决策。最后通过教师教学评价表对决策过程做了详细说明,决策结果表明了该方法的有效性和科学性。

摘要： [目的]基于2015年中国综合社会调查(CGSS)数据,实证分析农村公共服务充足程度、均衡程度、便利程度和普惠性程度4个维度与农村居民幸福感的关系,为政府制定相关政策提供参考.[方法]通过排序模型Ordered Logit对CGSS 2015年的数据进行实证分析.[结果]农村基本公共服务的充足程度和普惠程度对农村居民幸福感均有显著正向影响,显著性值分别为0.001和0.048,且充足程度对农村居民幸福感的影响更显著;在农村居民幸福感中感到非常不幸福、比较不幸福、比较幸福和非常幸福的群体中,显著性值分别为0.058、0.051、0.049、0.075和0.048,普惠程度对于比较不幸福群体的影响最为显著.[结论]政府应该不断加大对农村公共服务充足程度的财政投入,优化其资源配置,同时也要强化公共服务的普惠程度,使得公共服务真正能服务于每一个农村居民.

摘要： 物流产业在我国经济发展中发展着重要的作用.物流发展水平的高低决定了企业产品流转效率以及产品运输成本.在我国,公路运输是一种重要的运输方式,其在发展的过程中较为突出的是车货供需匹配不平衡问题.笔者借助计算机互联网技术,设计了一种一个需求方对多车供需匹配排序模型,旨在为公路物流产业的发展提供一定的技术支持与帮助.

摘要： 装备战场抢修在现代信息化战争中具有重要的地位,介绍了2×n排序模型及其算法,通过实例验证了在维修保障资源有限的情况下,应用2×n排序模型优化战损装备抢修流程的可行性,达到了缩短战损装备抢修时间的目的.

摘要： 群组决策的集结方法一直是决策的重要内容。本文在广义判断矩阵的一致性本质特征进行分析的基础上，建立了群组排序权值向量的求解模型，针对该模型的特点，设计遗传算法求解方法，对参数取值进行了分析。由于广义判断下的AHP法，是普通AHP的推广，因此，本文的模型方法完全适用于一般AHP群决策排序权值的集结，模型具有较广的适用范围。

摘要： L.Mikhailov(2003)提出了一个区间数判断矩阵的模糊数学规划排序模型,本文证明了该模型存在一个缺陷,即该模型分别只利用上三角判断和下三角判断将会得到不同的权重向量.给出了改进的方法.最后给出了一个简洁有效的一致性修正算法和两个算例.

摘要： 为了提高中国公路平交口交通安全性,本文采用交通事故成因分析、专家咨询等方法分析公路平交口交通事故原因,并找出了中国公路平交口交通事故发生的主要原因；通过中国不同省份多个公路平交口的实地调查与分析,发现了中国公路平交口存在的主要交通安全问题。针对这些主要交通安全问题给出了相应的安全改善对策。介绍了事故折减系数的概念及其计算方法,并对安全改善对策排序模型进行了简化。利用简化的排序模型对安全改善对策进行排序,得到工程上需要首先实施的安全改善对策。通过工程实例,分析了具体公路平交口的交通安全问题和改善对策,并利用改善对策排序模型找出了该平交口效益造价比高的改善对策。

摘要： 公路建设项目排序需要综合考虑政治、经济、技术、环境等众多因素,这些因素在某些情况下相容,在某些情况下又相斥.针对现行公路建设项目排序方法上的不足,本文以突变理论为基础,采用定性与定量相结合的方法建立多目标公路建设项目排序模型,并结合实例介绍了该模型的具体运用.实例研究表明:运用突变优选理论进行公路建设项目排序能有效减少主观因素的影响,优选结果准确,方法简便实用.

摘要： 提出以单机排序为基础的飞机进近排序模型,并使用进近排序优先级综合决策方法解决飞机进近排序模型中权重的取值问题.为求解该排序模型,提出以启发式贪心算法为基础的单航路进近排序算法,着重讨论了包含复飞情况的动态排序算法,在多航路进近排序中提出链式汇聚算法.仿真结果表明提出的排序算法符合飞机进近排序要求,具有良好的规划性能.

摘要： 本文讨论了如何从网页点击次数的统计数据中获得用户对网页中包含信息的评价.在考虑了网页内容,时间等因素对信息价值的影响后,给出了一种基于用户评价的对信息检索结果个性化排序的模型.模型根据用户浏览网页时的行为和用户的特征信息,预测用户对信息的需求,智能地对信息检索结果进行个性化的排序.模型实现简单,可以应用于多数信息检索系统,为用户提供个性化的信息服务.

摘要： 本文在未确知测度理论基础上,针对高炮群战斗队形配置评价中因素多,难量化的特点,通过对一个作战想定的分析,建立了方案排序模型,并获得了较好的应用.

摘要： 网页的URL,很早就应用于检索领域,然而由于其提供的信息量不足,只是被用来辅助检索,并且只是作为查询相关信息.本文对URL和文档结构信息在网页检索中的应用进行了研究.文章对索引的建立和文档结构信息的使用进行了重点论述.

摘要： 网页的URL,很早就应用于检索领域,然而由于其提供的信息量不足,只是被用来辅助检索,并且只是作为查询相关信息.本文对URL和文档结构信息在网页检索中的应用进行了研究.文章对索引的建立和文档结构信息的使用进行了重点论述.

摘要： 本发明公开一种信息排序模型的建模方法、分类方法及建模装置、排序装置，涉及计算和信息检索技术领域，用以解决现有技术中用户获取分类信息准确率较低，速度较慢，用户体验低的问题。所述建模方法包括：采集信息样本；对所述信息样本进行样本标注，以确定所述信息样本的样本相关度；提取所述信息样本的样本特征，并对提取的所述样本特征进行评分以获取所述信息样本的样本特征分数；利用所述样本相关度和所述样本特征分数进行排序模型训练，以建立所述排序模型。

摘要： 本发明提供用于个性化推荐的排序方法、排序系统以及排序模型的训练方法。该排序方法包括：获取用户数据与商品数据并生成用户‑商品对，获取所述用户‑商品对的特征，获取商品优惠特征和商品热销特征，以及使用排序模型基于所述用户‑商品对的特征、所述商品优惠特征和所述商品热销特征对商品打分并基于得分排序。该排序方法和系统可以准确模拟和预测用户在秒杀服务中的购买行为，充分利用长尾效应，有效避免排序模型对低客单价商品的偏置问题，提高购物网站的提升转化率和利润。

摘要： 本发明公开一种信息排序模型的建模方法、分类方法及建模装置、排序装置，涉及计算和信息检索技术领域，用以解决现有技术中用户获取分类信息准确率较低，速度较慢，用户体验低的问题。所述建模方法包括：采集信息样本；对所述信息样本进行样本标注，以确定所述信息样本的样本相关度；提取所述信息样本的样本特征，并对提取的所述样本特征进行评分以获取所述信息样本的样本特征分数；利用所述样本相关度和所述样本特征分数进行排序模型训练，以建立所述排序模型。

摘要： 本申请公开了一种排序模型训练方法和排序方法，属于信息处理技术领域。该排序模型训练方法包括：获取目标信息及其对应的历史排序位置，生成训练样本；利用多目标网络模型确定训练样本对应的第一分数值和第二分数值，其中，第一分数值为排序存在排序位置偏差对应的分数值，第二分数值为排序不存在排序位置偏差对应的分数值；利用多层感知器，根据历史排序位置确定训练样本对应的第三分数值，其中，第三分数值为排序位置偏差对应的分数值；基于第一分数值、第二分数值和第三分数值，训练多目标网络模型，得到排序模型。

摘要： 本公开提供了一种排序模型的生成方法、排序方法、装置、设备和存储介质，涉及数据处理技术领域，尤其涉及大数据、知识图谱、人工智能技术领域。具体实现方案为：将M个样本对的特征向量输入需要训练的排序模型，M为正整数；根据该M个样本对的特征向量构成的目标函数，调整该需要训练的排序模型的参数，得到训练后的排序模型；其中，所述样本对包括针对同一问题的第一问答对和第二问答对，所述样本对的特征向量包括第一问答对的特征向量和第二问答对的特征向量，所述训练后的排序模型用于对需要排序的多个问答对进行排序。本公开实施例能够训练得到准确的训练后的排序模型，从而能够对多个需要排序的问答对进行合理地排序。

摘要： 本公开提供了一种排序方法、排序模型的训练方法、装置、电子设备及介质，涉及人工智能领域，尤其涉及智能搜索领域。实现方案为：确定与待搜索数据相关联的多个召回数据；针对多个召回数据中的每一个召回数据，基于该召回数据与多个召回数据中的每一个召回数据之间的相似度，确定该召回数据在多个召回数据中的推荐度；以及基于多个召回数据中的每一个召回数据的推荐度，执行针对所述多个召回数据的排序。

摘要： 本申请公开了一种排序方法，属于计算机技术领域，有助于改善粗排序效果。本方法包括：获取待粗排序的候选召回对象；通过预先训练的粗排序模型，获取各候选召回对象的粗排序指标值，其中，粗排序模型通过预先训练的精排序模型对候选粗排序模型进行知识蒸馏，迭代优化所述候选粗排序模型的架构参数和网络参数后得到的，候选粗排序模型的网络架构通过在预先定义的网络架构搜索空间中进行搜索得到；根据粗排序指标值对候选召回对象进行排序筛选，得到输出至精排序模型的候选召回对象。本方法通过动态搜索粗排序模型的网络架构，并以精排序模型的输出做训练指导，使得训练得到的粗排序模型输出的排序结果与精排序模型的输出更匹配，更加符合展示效果。

摘要： 本发明实施例提供一种基于多场景数据的排序模型训练方法、排序方法及装置，该训练方法包括：构造样本数据；在场景ID的基础上生成样本特征；特征数据包括单场景特征及多场景特征；单场景特征包括用户在单个场景下的行为序列信息和行为统计信息，排序对象在单个场景下的统计信息；多场景特征包括用户在多个场景下的行为序列信息和行为统计信息，排序对象在多个场景下的统计信息；将样本特征输入到模型，根据输出标签进行神经网络训练得到排序模型。本发明实施例通过在样本中进行场景区分，并通过单场景特征及多场景特征进行模型学习，实现不同场景的区分学习以及场景间的联动优化，并且可以解决目标数据稀疏的问题，由此可以有效提高排序准确性。

摘要： 本发明提供了一种测试用例排序模型训练、测试用例排序方法及装置，测试用例排序模型训练方法包括：确定测试用例各候选评价指标的主观权重和客观权重；采用最小二乘法将主观权重和客观权重相结合得到各候选评价指标的权重值，根据各候选评价指标的权重值大小确定评价指标；将测试用例训练样本的评价指标的值作为输入向量对初始神经网络模型进行训练，得到测试用例排序模型，测试用例排序模型测试用例进行分析输出测试用例的评价值，测试用例评价值用于对测试用例集中的测试用例进行排序。通过实施本发明提高了测试用例排序模型的训练效率，并且训练得到的测试用例排序模型能够对测试用例进行准确评价，从而基于本发明能够得到更可靠的排序结果。

摘要： 本申请公开了一种文本排序模型的攻击文本生成方法和装置、文本排序方法、存储介质和电子设备。该方法包括：获取文本排序模型针对查询文本输出的候选文档排序队列；从候选文档排序队列中抽取候选文档，以将候选文档与查询文本组成多组训练数据；采用所述训练数据，训练模仿模型；使用训练后的模仿模型，生成针对所述候选文档排序队列中的目标文档的攻击文本。本申请实施例由于使用了排序队列中的成对的两个候选文档来与查询文本共同组成一组训练数据，可以利用排序后文档的相对位置信息来训练模仿模型，使得模仿模型能够通过训练获取到更多的信息，生成的攻击文本也能够对于文本排序模型来说更加有效。