machine-learning - 机器学习/信息检索项目

Question

我正在攻读硕士学位。计算机科学专业，刚刚完成源代码的第一年。 (这是一个为期两年的类(class))。很快我就必须提交硕士学位提案。项目。我选择了以下主题。

“机器学习对信息检索系统中文档排序的适用性”。研究人员一直在使用各种机器学习算法对文档进行排名。因此，作为该项目的第一阶段，我将进行完整的文献调查并找出当前方法的优点/缺点。在项目的第二阶段，我将提出一种新的(修改后的)算法，以克服当前方法的局限性。

其实我的问题是这种类型的项目是否适合作为硕士。项目？此外，如果有人在信息检索领域有一些有趣的想法，是否可以与我分享这些想法。

谢谢

Answer 1

排名始终是任何信息检索系统中最难的部分。我认为这是一个非常好的主题，但你必须注意 - 尽快 - 定义工作范围。您可能无法开发新的 IR 引擎，而是构建一个基于 apache lucene 等的原型(prototype)。

目前有很多数据集，包括 stackoverflow 数据转储，它们为您提供定义丰富特征向量所需的所有信息(点数、时间、您可以挖掘上一个问题的主题等、标签的流行度)为您提供机器学习排名算法。在这部分工作中，您可以对特征类型(例如，用户特定的语义特征 - 标题中的软件名称)进行分类，并执行一系列实验来了解哪些特征最重要，哪些不适合给定的数据集。

此类项目的第二个方向是如何高效地进行学习。背后的原因是网络或社区论坛中的数据量以及论坛中的变化(如果您采用社区特定功能，这将很重要)，例如技术的变化、新软件的发布等。

还有许多其他与搜索和机器学习相关的主题。最好的办法是在 scholar.google.com 上搜索最近有关排名、机器学习和搜索的调查论文，以了解最先进的技术。下一步是与您的理学硕士导师交谈。

祝你好运!