Pairwise Differentiable Gradient Descent (PDGD) is an efficient and unbiased Online Learning to Rank approach that allows for effective optimization of non-linear models based on user interactions and preferences, providing a better user experience than previously possible.

Sep, 2018

本文提出了一种 NeuralNDCG 算法作为一种新颖的不可区分且可微分的排序近似来解决传统 LTR 算法中优化目标与评估标准之间的矛盾，并且我们介绍了两种这种算法的变体，实证评估结果显示其性能优于之前针对优化 NDCG 的工作，并且与最先进算法基本持平。

Feb, 2021

本文提出了一种领域泛化策略解决学习排名问题，使用 Query-Invariant Listwise Context Modeling （QILCM）神经架构，该架构通过学习查询不变的潜在表示来消除查询间的可变性，从而在基准数据集上比之前最先进的方法表现更好。

Feb, 2019

本文探讨了将 Learning to Rank 方法应用于 E-Com search 中的实际挑战，提供了一些优化方法和实验结果，包括利用产品项上的人气特征和减少查询属性稀疏性的特征选择，以及选择订购率作为训练目标。

Mar, 2019

该研究的目的是通过与用户互动来找到一个最优的排名模型。然而，复杂的模型需要更多的用户互动，简单的模型则会收敛于次优解。通过开发一个名为 Sim-MGD 的快速 OLTR 模型以及使用级联多叶梯度下降的新方法 C-MGD，研究人员成功地平衡了速度和质量的折衷，并为 OLTR 领域开展了更多未来研究的可能性。

Nov, 2017

本研究提出了一种旨在将非线性 MORL 与广义 MORL 的优势相结合的新方法 —— 广义阈值词典排序 (gTLO)，并在非线性 MORL 的标准基准和制造过程控制领域的实际应用中，介绍了该算法的深度强化学习实现，并取得了令人鼓舞的结果。

Apr, 2022

本文旨在解决 BD 最小化在高度灵活模型（例如深度神经网络）方面常常出现的过拟合问题。作者提出了一种经验 BD 估算器的非负校正方法，并在实验中证明了该方法的有效性及其在基于异常点检测的 “内点” 类问题上的表现。

Jun, 2020

LETOR 是一个学习排序的基准数据集，包括标准特征、相关性判断、数据分区、评估工具和多个基线，使用 Gov2 网页集合和两个查询集，MQ2007 和 MQ2008，旨在为社区提供可靠和有用的数据集。

Jun, 2013

本文提出了一种利用随机排序策略来进行公平学习及考虑排序项影响的通用 LTR 框架，并通过基于政策梯度方法的 Fair-PG-Rank 算法进行优化，可在保持曝光公平性的情况下优化各种效用指标。通过实验结果验证了此方法在个人和集体公平性方面的有效性。

Feb, 2019

机器学习模型通过训练来预测双重解估计，并从中构建原始估计，以形成双重可行解对。通过采用来自实际增广 Lagrangian 方法的技术，该训练方案可以改进，从而学习高度准确的有约束优化求解器，适用于凸和非凸问题。

Mar, 2024