Learning2Rank

排序模型：相关度排序模型、重要度排序模型
L2R算法分类：
（1）pointwise L2R 只考虑给定查询，单个文档的相关度；
（2）pairwise L2R 给定查询，考虑两个文档相对相关度。
（3）ListwiseL2R 给定查询下的文档集合的整体序列，直接优化模型，输出的文档序列。
效果评价方法：
（1）WTA:win takes all，第一个文档相关即可返回1，否则0。
（2）MAP
（3）MRR
（4）NDCG Normalized Discounted Cumulative Gain
（5）RC Rank Correlation
（6）precision@K(hit@K)前k个检索结果中有多少个相关结果。检索结果不考虑第一个正确和第五个正确的不同。例如对单次搜索的结果中前5篇，如果有4篇为相关文档，则P@5 = 4/5 = 0.8 。
参考文章：
http://www.cnblogs.com/kemaswill/archive/2013/06/01/3109497.html