Learning to rank: combinação de algoritmos aplicando stacking e análise dos resultados

Detalhes bibliográficos
Autor(a) principal: Paris, Bruno Mendonça
Data de Publicação: 2017
Tipo de documento: Dissertação
Idioma: por
Título da fonte: Biblioteca Digital de Teses e Dissertações do Mackenzie
Texto Completo: http://dspace.mackenzie.br/handle/10899/24468
Resumo: Com o crescimento da quantidade de informação disponível nos últimos anos, a qual irá continuar crescendo devido ao aumento de usuários, dispositivos e informações compartilhadas pela internet, acessar a informação desejada deve ser feita de uma maneira rápida afim de não se gastar muito tempo procurando o que se deseja. Uma busca em buscadores como Google, Yahoo, Bing espera-se que os primeiros resultados tragam a informação desejada. Uma área que tem o objetivo de trazer os documentos relevantes para o usuário é conhecida por Recuperação de Informação e pode ser auxiliada por algoritmos Learning to Rank, que aplica aprendizagem de máquina para tentar trazer os documentos importantes aos usuários na melhor ordenação possível. Esse trabalho visa verificar uma maneira de obter uma ordenação ainda melhor de documentos, empregando uma técnica de combinar algoritmos conhecida por Stacking. Para isso será utilizada a ferramenta RankLib, parte de um projeto conhecido por Lemur, desenvolvida na linguagem Java, que contém diversos algoritmos Learning to Rank, e o conjuntos de dados provenientes de uma base mantida pela Microsoft Research Group conhecida por LETOR.
id UPM_2c26a8d96bc5e024738a6d06440725cd
oai_identifier_str oai:dspace.mackenzie.br:10899/24468
network_acronym_str UPM
network_name_str Biblioteca Digital de Teses e Dissertações do Mackenzie
repository_id_str 10277
spelling http://lattes.cnpq.br/2067336430076971Paris, Bruno MendonçaOmar, Nizamhttp://lattes.cnpq.br/41085855236110292018-04-04T11:43:59Z2020-05-28T18:08:53Z2020-05-28T18:08:53Z2017-11-07Com o crescimento da quantidade de informação disponível nos últimos anos, a qual irá continuar crescendo devido ao aumento de usuários, dispositivos e informações compartilhadas pela internet, acessar a informação desejada deve ser feita de uma maneira rápida afim de não se gastar muito tempo procurando o que se deseja. Uma busca em buscadores como Google, Yahoo, Bing espera-se que os primeiros resultados tragam a informação desejada. Uma área que tem o objetivo de trazer os documentos relevantes para o usuário é conhecida por Recuperação de Informação e pode ser auxiliada por algoritmos Learning to Rank, que aplica aprendizagem de máquina para tentar trazer os documentos importantes aos usuários na melhor ordenação possível. Esse trabalho visa verificar uma maneira de obter uma ordenação ainda melhor de documentos, empregando uma técnica de combinar algoritmos conhecida por Stacking. Para isso será utilizada a ferramenta RankLib, parte de um projeto conhecido por Lemur, desenvolvida na linguagem Java, que contém diversos algoritmos Learning to Rank, e o conjuntos de dados provenientes de uma base mantida pela Microsoft Research Group conhecida por LETOR.With the growth of the amount of information available in recent years, which will continue to grow due to the increase in users, devices and information shared over the internet, accessing the desired information should be done in a quick way so it is not spent too much time looking for what you want. A search in engines like Google, Yahoo, Bing is expected that the rst results bring the desired information. An area that aims to bring relevant documents to the user is known as Information Retrieval and can be aided by Learning to Rank algorithms, which applies machine learning to try to bring important documents to users in the best possible ordering. This work aims to verify a way to get an even better ordering of documents, using a technique of combining algorithms known as Stacking. To do so, it will used the RankLib tool, part of Lemur Project, developed in the Java language that contains several Learning to Rank algorithms, and the datasets from a base maintained by Microsoft Research Group known as LETOR.application/pdfPARIS, Bruno Mendonça. Learning to rank: combinação de algoritmos aplicando stacking e análise dos resultados. 2017. 69 f. Dissertação( Engenharia Elétrica) - Universidade Presbiteriana Mackenzie, São Paulo.http://dspace.mackenzie.br/handle/10899/24468information retrievalrankinglearning to rankstackingporUniversidade Presbiteriana Mackenziehttp://creativecommons.org/licenses/by-nc-nd/4.0/info:eu-repo/semantics/openAccessrecuperação de informaçãorankinglearning to rankstackingCNPQ::CIENCIAS EXATAS E DA TERRA::CIENCIA DA COMPUTACAOhttp://tede.mackenzie.br/jspui/retrieve/15936/Bruno%20Mendon%c3%a7a%20Paris.pdf.jpgLearning to rank: combinação de algoritmos aplicando stacking e análise dos resultadosinfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisreponame:Biblioteca Digital de Teses e Dissertações do Mackenzieinstname:Universidade Presbiteriana Mackenzie (MACKENZIE)instacron:MACKENZIESilva, Leandro Augusto dahttp://lattes.cnpq.br/1396385111251741Fernandes, Clovis Torreshttp://lattes.cnpq.br/6635354260645535BrasilFaculdade de Computação e Informática (FCI)UPMEngenharia ElétricaORIGINALBruno Mendonça Paris.pdfBruno Mendonça Paris.pdfapplication/pdf2394032https://dspace.mackenzie.br/bitstreams/68bd399c-ad45-493f-838b-d59229eef0c9/download227ee5f09d4d05f88034e48b7c2ecdaaMD51TEXTBruno Mendonça Paris.pdf.txtBruno Mendonça Paris.pdf.txtExtracted texttext/plain136053https://dspace.mackenzie.br/bitstreams/9e3ded32-fa4c-4a03-98c8-92bb3b1e6ec9/downloada849346503fe5d0720ca2478f96104f7MD52THUMBNAILBruno Mendonça Paris.pdf.jpgBruno Mendonça Paris.pdf.jpgGenerated Thumbnailimage/jpeg1248https://dspace.mackenzie.br/bitstreams/75824002-46d3-40e4-922c-b46075306ee3/downloada32da8526520d0b7ce55c3f8a851af4eMD5310899/244682022-03-14 17:08:02.766http://creativecommons.org/licenses/by-nc-nd/4.0/Acesso Abertooai:dspace.mackenzie.br:10899/24468https://dspace.mackenzie.brBiblioteca Digital de Teses e Dissertaçõeshttp://tede.mackenzie.br/jspui/PRIhttps://adelpha-api.mackenzie.br/server/oai/repositorio@mackenzie.br||paola.damato@mackenzie.bropendoar:102772022-03-14T17:08:02Biblioteca Digital de Teses e Dissertações do Mackenzie - Universidade Presbiteriana Mackenzie (MACKENZIE)false
dc.title.por.fl_str_mv Learning to rank: combinação de algoritmos aplicando stacking e análise dos resultados
title Learning to rank: combinação de algoritmos aplicando stacking e análise dos resultados
spellingShingle Learning to rank: combinação de algoritmos aplicando stacking e análise dos resultados
Paris, Bruno Mendonça
recuperação de informação
ranking
learning to rank
stacking
CNPQ::CIENCIAS EXATAS E DA TERRA::CIENCIA DA COMPUTACAO
title_short Learning to rank: combinação de algoritmos aplicando stacking e análise dos resultados
title_full Learning to rank: combinação de algoritmos aplicando stacking e análise dos resultados
title_fullStr Learning to rank: combinação de algoritmos aplicando stacking e análise dos resultados
title_full_unstemmed Learning to rank: combinação de algoritmos aplicando stacking e análise dos resultados
title_sort Learning to rank: combinação de algoritmos aplicando stacking e análise dos resultados
author Paris, Bruno Mendonça
author_facet Paris, Bruno Mendonça
author_role author
dc.contributor.advisor1Lattes.fl_str_mv http://lattes.cnpq.br/2067336430076971
dc.contributor.author.fl_str_mv Paris, Bruno Mendonça
dc.contributor.advisor1.fl_str_mv Omar, Nizam
dc.contributor.authorLattes.fl_str_mv http://lattes.cnpq.br/4108585523611029
contributor_str_mv Omar, Nizam
dc.subject.por.fl_str_mv recuperação de informação
ranking
learning to rank
stacking
topic recuperação de informação
ranking
learning to rank
stacking
CNPQ::CIENCIAS EXATAS E DA TERRA::CIENCIA DA COMPUTACAO
dc.subject.cnpq.fl_str_mv CNPQ::CIENCIAS EXATAS E DA TERRA::CIENCIA DA COMPUTACAO
description Com o crescimento da quantidade de informação disponível nos últimos anos, a qual irá continuar crescendo devido ao aumento de usuários, dispositivos e informações compartilhadas pela internet, acessar a informação desejada deve ser feita de uma maneira rápida afim de não se gastar muito tempo procurando o que se deseja. Uma busca em buscadores como Google, Yahoo, Bing espera-se que os primeiros resultados tragam a informação desejada. Uma área que tem o objetivo de trazer os documentos relevantes para o usuário é conhecida por Recuperação de Informação e pode ser auxiliada por algoritmos Learning to Rank, que aplica aprendizagem de máquina para tentar trazer os documentos importantes aos usuários na melhor ordenação possível. Esse trabalho visa verificar uma maneira de obter uma ordenação ainda melhor de documentos, empregando uma técnica de combinar algoritmos conhecida por Stacking. Para isso será utilizada a ferramenta RankLib, parte de um projeto conhecido por Lemur, desenvolvida na linguagem Java, que contém diversos algoritmos Learning to Rank, e o conjuntos de dados provenientes de uma base mantida pela Microsoft Research Group conhecida por LETOR.
publishDate 2017
dc.date.issued.fl_str_mv 2017-11-07
dc.date.accessioned.fl_str_mv 2018-04-04T11:43:59Z
2020-05-28T18:08:53Z
dc.date.available.fl_str_mv 2020-05-28T18:08:53Z
dc.type.status.fl_str_mv info:eu-repo/semantics/publishedVersion
dc.type.driver.fl_str_mv info:eu-repo/semantics/masterThesis
format masterThesis
status_str publishedVersion
dc.identifier.citation.fl_str_mv PARIS, Bruno Mendonça. Learning to rank: combinação de algoritmos aplicando stacking e análise dos resultados. 2017. 69 f. Dissertação( Engenharia Elétrica) - Universidade Presbiteriana Mackenzie, São Paulo.
dc.identifier.uri.fl_str_mv http://dspace.mackenzie.br/handle/10899/24468
identifier_str_mv PARIS, Bruno Mendonça. Learning to rank: combinação de algoritmos aplicando stacking e análise dos resultados. 2017. 69 f. Dissertação( Engenharia Elétrica) - Universidade Presbiteriana Mackenzie, São Paulo.
url http://dspace.mackenzie.br/handle/10899/24468
dc.language.iso.fl_str_mv por
language por
dc.rights.driver.fl_str_mv http://creativecommons.org/licenses/by-nc-nd/4.0/
info:eu-repo/semantics/openAccess
rights_invalid_str_mv http://creativecommons.org/licenses/by-nc-nd/4.0/
eu_rights_str_mv openAccess
dc.format.none.fl_str_mv application/pdf
dc.publisher.none.fl_str_mv Universidade Presbiteriana Mackenzie
publisher.none.fl_str_mv Universidade Presbiteriana Mackenzie
dc.source.none.fl_str_mv reponame:Biblioteca Digital de Teses e Dissertações do Mackenzie
instname:Universidade Presbiteriana Mackenzie (MACKENZIE)
instacron:MACKENZIE
instname_str Universidade Presbiteriana Mackenzie (MACKENZIE)
instacron_str MACKENZIE
institution MACKENZIE
reponame_str Biblioteca Digital de Teses e Dissertações do Mackenzie
collection Biblioteca Digital de Teses e Dissertações do Mackenzie
bitstream.url.fl_str_mv https://dspace.mackenzie.br/bitstreams/68bd399c-ad45-493f-838b-d59229eef0c9/download
https://dspace.mackenzie.br/bitstreams/9e3ded32-fa4c-4a03-98c8-92bb3b1e6ec9/download
https://dspace.mackenzie.br/bitstreams/75824002-46d3-40e4-922c-b46075306ee3/download
bitstream.checksum.fl_str_mv 227ee5f09d4d05f88034e48b7c2ecdaa
a849346503fe5d0720ca2478f96104f7
a32da8526520d0b7ce55c3f8a851af4e
bitstream.checksumAlgorithm.fl_str_mv MD5
MD5
MD5
repository.name.fl_str_mv Biblioteca Digital de Teses e Dissertações do Mackenzie - Universidade Presbiteriana Mackenzie (MACKENZIE)
repository.mail.fl_str_mv repositorio@mackenzie.br||paola.damato@mackenzie.br
_version_ 1813820056502534144

Registros relacionados