用于多列表合并的全概率马尔科夫排名算法

摘要 在联合搜索系统中，需要将每个子检索系统所返回的多个有序列表合并为一个综合列表，用以返回给用户。现有的列表合并算法，要么只是简单的线性组合，忽略了不同列表对查询关键词的贡献度并不相同这个事实；要么需要采用监督算法来度量每个列表的贡献度，需要耗费人力准备训练数据.针对现有算法的不足，本文提出一种全概率马尔科夫列表合并算法(FPM)，该算法不仅提出了三种度量列表贡献度的方法，而且实现了列表贡献度的无监督计算，只需根据已有数据，即可自动计算出各个列表的贡献度。实验结果表明，本文算法在提升列表合并质量的同时，可有效提高算法的计算效率