我指的是这篇论文 - An Efficient Boosting Algorithm for Combining Preferences ( http://www.ai.mit.edu/projects/jmlr/papers/volume4/freund03a/freund03a.pdf ) 并实施 3.3 - 一个有效的双向实施反馈。
现在，当我有来自多个查询的数据时，我对分布 v 感到困惑 - 例如，Q1 从（A ... Z）中返回一些文档（A，B，C）作为 1（相关），其他作为 0，Q2返回相关的 (D, N, V)。因此为不同的查询设置不同的 X0 和 X1。因此与 V 的 V 更新初始化和计算电位 (pi) 混淆。如果有人可以提出一些很棒的建议。
编辑：
我正在考虑为所有查询进行分布（x0 和 x1 的 v），使其总和为 1.0，并以类似的方式更新分布......请分享您的想法！
EDIT2：如果有人来这里，那么 EDIT1 就可以了！