Show simple item record

dc.creatorParis, Bruno Mendonça
dc.date.accessioned2018-04-04T11:43:59Z
dc.date.accessioned2020-05-28T18:08:53Z
dc.date.available2020-05-28T18:08:53Z
dc.date.issued2017-11-07
dc.identifier.citationPARIS, 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.por
dc.identifier.urihttp://dspace.mackenzie.br/handle/10899/24468
dc.description.abstractWith 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.eng
dc.formatapplication/pdf*
dc.languageporpor
dc.publisherUniversidade Presbiteriana Mackenziepor
dc.rightsAcesso Abertopor
dc.rights.urihttp://creativecommons.org/licenses/by-nc-nd/4.0/
dc.subjectrecuperação de informaçãopor
dc.subjectrankingpor
dc.subjectlearning to rankpor
dc.subjectstackingpor
dc.titleLearning to rank: combinação de algoritmos aplicando stacking e análise dos resultadospor
dc.typeDissertaçãopor
dc.publisher.departmentFaculdade de Computação e Informática (FCI)por
dc.publisher.programEngenharia Elétricapor
dc.publisher.initialsUPMpor
dc.publisher.countryBrasilpor
dc.subject.cnpqCNPQ::CIENCIAS EXATAS E DA TERRA::CIENCIA DA COMPUTACAOpor
dc.description.resumoCom 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.por
dc.creator.Latteshttp://lattes.cnpq.br/4108585523611029por
dc.contributor.advisor1Omar, Nizam
dc.contributor.advisor1Latteshttp://lattes.cnpq.br/2067336430076971por
dc.contributor.referee1Silva, Leandro Augusto da
dc.contributor.referee1Latteshttp://lattes.cnpq.br/1396385111251741por
dc.contributor.referee2Fernandes, Clovis Torres
dc.contributor.referee2Latteshttp://lattes.cnpq.br/6635354260645535por
dc.thumbnail.urlhttp://tede.mackenzie.br/jspui/retrieve/15936/Bruno%20Mendon%c3%a7a%20Paris.pdf.jpg*
dc.bitstream.urlhttp://tede.mackenzie.br/jspui/bitstream/tede/3494/5/Bruno%20Mendon%C3%A7a%20Paris.pdf
dc.keywordsinformation retrievaleng
dc.keywordsrankingeng
dc.keywordslearning to rankeng
dc.keywordsstackingeng


Files in this item

FilesSizeFormatView

There are no files associated with this item.

This item appears in the following Collection(s)

Show simple item record

Acesso Aberto
Except where otherwise noted, this item's license is described as Acesso Aberto