加快排序文档的剪枝决策树和分块方法

来源：计算机应用研究杂志2020年第1期北京时间：

作者：李卫疆,常伟,余正涛,

单位：昆明理工大学信息工程与自动化学院,昆明650500；

摘要：检索系统利用排名学习算法从训练集中产生一个排名模型。而减少检索数据需要的时间则是检索系统的一个重要研究方向。为了减少检索的时间，对排名模型的剪枝策略和缓存进行了研究。利用决策树的冗余特性和高速缓冲存储器，提出了剪枝决策树模型和分块算法。最后，在两个公开的数据集上进行了实验，主要关注了是否可以在不影响模型效果的条件下，提高排名模型的效率问题。实验结果表明，剪枝决策树模型和分块算法可以有效地减少每个查询的排名时间。

关键词：排名学习,缓存,效率,剪枝,

基金资助：国家自然科学基金资助项目(61363045)；云南省自然科学基金重点资助项目(2013FA130)；科技部中青年科技创新领军人才资助项目(2014HE001)；；