基于分析特征与动态步长的微博排序学习算法

目前，微博搜索大多应用向量空间模型计算查询词与文档间的相关程度，通常使用tf-idf（termfrequency-inversedocumentfrequency）统计方法来确定词的权重.然而仅使用词进行微博搜索并不能检测到某条微博的信息含量，而这些往往是查询用户所关注的问题.为此提出了一种基于分析特征与动态步长的微博排序学习算法.首先，定义了一些微博分析特征，经过统计分析获得的这些分析特征可以用来预测用户行为;其次，在此基础上，提出了以词性为单位计算微博相关度的方法，结合信息熵计算方法得到微博词性信息的含量，并用来预测该微博的信息含量;最后，在现有listnet排序学习算法的基础上，引入了动态步长的概念，对步长进行了动态优化，最终形成了一种基于动态步长的微博排序学习算法——rdls（rankingbasedondynamiclearningstepsize）算法.实验结果表明，无论是基于直接特征还是加入分析特征，在相同迭代轮数情况下，相比listnet算法，rdls算法可以训练出更优的模型，在微博排序方面有更好的表现.