基于成对比较的排名聚合的随机Kaczmarz方法
机器学习
2016-05-10 v1 机器学习
摘要
我们重新审视在Bradley-Terry-Luce (BTL) 模型框架下，基于可用的成对偏好经验数据推断实体间总体排名的问题。通过简单变换，我们可以将该问题转化为求解带噪线性系统，对此已有现成的算法，即随机Kaczmarz方法。该方案可证明收敛，具有优异的经验性能，并且支持在线、分布式和异步变体。本文给出了所提算法的收敛性、收敛速率和误差分析，并进行了若干数值实验，其结果验证了我们的理论发现。
引用
@article{arxiv.1605.02470,
title = {Randomized Kaczmarz for Rank Aggregation from Pairwise Comparisons},
author = {Vivek S. Borkar and Nikhil Karamchandani and Sharad Mirani},
journal= {arXiv preprint arXiv:1605.02470},
year = {2016}
}