ACCUEIL

Consignes aux
auteurs et coordonnateurs
Nos règles d'éthique
Autres revues >>

Document Numérique

1279-5127
 

 ARTICLE VOL 16/1 - 2013  - pp.97-121  - doi:10.3166/dn.16.1.97-121
TITRE
De l’apprentissage d’ordonnancement à l’adaptation au contexte. État de l’art et propositions

TITLE
From learning to rank to context-awareness: state of the art and proposal

RÉSUMÉ

Les moteurs de recherche géoréférencés utilisent des algorithmes d’ordonnancement complexes, prenant en compte le contexte d’utilisation, l’e-reputation et les réseaux sociaux, pour classer pertinemment les lieux vis-à-vis d’une requête. Or, comprendre les critères de sélection des utilisateurs et d’ordonnancement des moteurs est crucial pour les entreprises. Nous présentons le principe de l’optimisation de l’ordonnancement sur les moteurs de recherche et les approches et algorithmes existants. Nous montrons qu’ils sont limités et non adaptés au géoréférencement. Nous proposons une amélioration de l’évaluation de la pertinence et une méthodologie d’adaptation aux requêtes utilisant la sélection de variables embarquée.



ABSTRACT

Local search engines use complex learning to rank algorithms to rank places according to a query by taking into account the user environment, the places e-reputation and social networks information. In parallel, the understanding of how users search or which criteria are used to rank results become a key issue for companies. In this paper, we present an overview of existing learning to rank approaches and algorithms. We show that these approaches may not be accurate when dealing with local data. We propose new methods to evaluate relevance and to adapt ranking to queries by using an embedded feature selection algorithm.



AUTEUR(S)
Léa LAPORTE

MOTS-CLÉS
recherche d’information, ordonnancement, apprentissage automatique, adaptation aux requêtes, sélection de variables, modèles de pertinence

KEYWORDS
information retrieval, learning to rank, machine learning, query-dependent ranking, feature selection, relevance models.

LANGUE DE L'ARTICLE
Français

 PRIX
• Abonné (hors accès direct) : 7.5 €
• Non abonné : 15.0 €
|
|
--> Tous les articles sont dans un format PDF protégé par tatouage 
   
ACCÉDER A L'ARTICLE COMPLET  (259 Ko)



Mot de passe oublié ?

ABONNEZ-VOUS !

CONTACTS
Comité de
rédaction
Conditions
générales de vente

 English version >> 
Lavoisier