Submitted by Marta Toyoda (1144061@mackenzie.br) on 2018-02-21T23:45:28Z
No. of bitstreams: 2
Bruno Mendonça Paris.pdf: 2393892 bytes, checksum: 0cd807e0fd978642fc513bf059389c1f (MD5)
license_rdf: 0 bytes, checksum: d41d8cd98f00b204e9800998ecf8427e (MD5) / Approved for entry into archive by Paola Damato (repositorio@mackenzie.br) on 2018-04-04T11:43:59Z (GMT) No. of bitstreams: 2
Bruno Mendonça Paris.pdf: 2393892 bytes, checksum: 0cd807e0fd978642fc513bf059389c1f (MD5)
license_rdf: 0 bytes, checksum: d41d8cd98f00b204e9800998ecf8427e (MD5) / Made available in DSpace on 2018-04-04T11:43:59Z (GMT). No. of bitstreams: 2
Bruno Mendonça Paris.pdf: 2393892 bytes, checksum: 0cd807e0fd978642fc513bf059389c1f (MD5)
license_rdf: 0 bytes, checksum: d41d8cd98f00b204e9800998ecf8427e (MD5)
Previous issue date: 2017-11-07 / With 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. / Com 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.
| Identifer | oai:union.ndltd.org:IBICT/oai:tede.mackenzie.br:tede/3494 |
| Date | 07 November 2017 |
| Creators | Paris, Bruno Mendonça |
| Contributors | Omar, Nizam, Silva, Leandro Augusto da, Fernandes, Clovis Torres |
| Publisher | Universidade Presbiteriana Mackenzie, Engenharia Elétrica, UPM, Brasil, Faculdade de Computação e Informática (FCI) |
| Source Sets | IBICT Brazilian ETDs |
| Language | Portuguese |
| Detected Language | Portuguese |
| Type | info:eu-repo/semantics/publishedVersion, info:eu-repo/semantics/masterThesis |
| Format | application/pdf |
| Source | reponame:Biblioteca Digital de Teses e Dissertações do Mackenzie, instname:Universidade Presbiteriana Mackenzie, instacron:MACKENZIE |
| Rights | http://creativecommons.org/licenses/by-nc-nd/4.0/, info:eu-repo/semantics/openAccess |
Page generated in 0.0102 seconds