.png){kind=icon}
返回
Efficient dynamic rank aggregation
.png){kind=icon}
PRE
AI
DOI：10.1108/ijwis-07-2025-0190.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
目的 排序聚合问题在许多实际应用中，指的是将多个输入排序合并为单个聚合排序。在动态环境下，新排序随时间到达，高效更新聚合排序至关重要。本文旨在开发快速、理论可靠且实践高效的动态排序聚合算法。设计/方法/途径 作者首先开发了基于左右（LR）树数据结构的LR聚合。LR树受LR距离启发，LR距离是经典斯皮尔曼足规则距离的一种新颖但等价的表达形式，旨在支持高效的增量更新。随后分析了在斯皮尔曼足规则距离下的经典“选择一个排列”算法，并展示了如何在动态环境下高效维护它。最后，将LR聚合和“选择一个排列”结合为一个统一的动态排序聚合框架，该框架在每个步骤返回两个候选聚合中的较优者。发现 实验评估表明，LR聚合在实践中产生接近最优的解。证明了“选择一个排列”在斯皮尔曼足规则距离下具有预期的2-近似比，并展示了LR聚合、“选择一个排列”及其组合都可以以O(n log n)的更新时间和O(n²)的空间实现，与接收的排序数量无关。创新性/价值 据作者所知，本研究提供了首个近线性时间的动态排序聚合框架，该框架既提供可证明的近似保证，又在实践中表现出强大的性能。
Keyword:
Approximation algorithm
Dynamic algorithm
Dynamic rank aggregation
Optimal footrule aggregation
期刊
I
IF:
2.3
论文数:
19
被引数:
0
机构
引用论文
.png){kind=icon}
Reducing the time required to find the Kemeny ranking by exploiting a necessary condition for being a winner通过利用成为获胜者的必要条件来减少找到Kemeny排名所需的时间
OAAI
OAAI分享收藏Analysis of Rank Aggregation Techniques for Rank Based on the Feature Selection Technique基于特征选择技术的基于排名的排序聚合技术分析
OAAI
OAAI分享收藏User Feedback Based Evaluation of a Product Recommendation System Using Rank Aggregation Method
PREAI
分享收藏Rank aggregation based multi-attribute decision making with hybrid Z-information and its application
PREAI
分享收藏
查看更多内容