中国斜学我术大草 University of Science and Technology of China QuickScorer:a Fast Algorithm to Rank Documents with Additive Ensembles of Regression Trees Claudio Lucchese,Franco Maria Nardini,Salvatore Orlando,Raffaele Perego,... 学号：SA18006079 报告人：魏晓东 育创 天寰 辰 宇 题 才府
QuickScorer: a Fast Algorithm to Rank Documents with Additive Ensembles of Regression Trees 学号: SA18006079 报告人: 魏晓东 Claudio Lucchese, Franco Maria Nardini, Salvatore Orlando, Raffaele Perego,…
中国斜学我术大草 University of Science and Technology of China 文章背景： 2015年SIGIR(Information Retrieval)最佳论文奖 截至19年5月20日，google scholari引用率39次 Claudio Lucchese,Associate Professor,Ca'Foscari University of Venice,Italy 数据挖掘， 340 255 育創 170 85 下 學 2007200820092010201120122013201420152016201720182019 0 题 才
文章背景: 2015年 SIGIR (Information Retrieval)最佳论文奖 截至19年5月20日,google scholar引用率39次 作者:Claudio Lucchese,Associate Professor, Ca' Foscari University of Venice,Italy 数据挖掘
中国斜学我术大草 University of Science and Technology of China 文章结构： 背景与问题 相关工作 且录 QuickScorer?算法 实验结果 总结 育创 天 寰 辰 宇 英學 题 才府
文章结构 : 目录 背景与问题 相关工作 QuickScorer算法 实验结果 总结
中国斜学我术大草 University of Science and Technology of China 背景介纽 1.Learning to Rank(LtR):机器学习排序.在IR系统中，给定(Q,D),通过机器学 习的方式，度量查询和候选文档集合之间的相似度(Score)并进行排序过程 2.排序器中Scorer)原理：Gradient-BoostedRegression Trees(GBRT),Lambda- MART(-MART).都属于基于多颗回归树的集成模型.利用均方误差的负梯 度在当前模型的值作为残差的近似值，从而拟合一个回归树. 3.Scorer模型规模：模型中树的个数：数千，特征数量：数百，叶节点个数：数十. 在每颗树T=(N,L)中，中间node(N)存储特征id,门限等，leaves(L)存储Score. 育剑 TI-I 寰 s(x)= ∑ wh·eh(x).val 感 宇 h=0 题 才府
背景介绍: 1.Learning to Rank(LtR):机器学习排序 . 在IR系统中,给定(Q,D),通过机器学 习的方式,度量查询和候选文档集合之间的相似度(Score)并进行排序过程. 2.排序器中Scorer原理: Gradient-BoostedRegression Trees(GBRT) , LambdaMART(λ-MART) .都属于基于多颗回归树的集成模型.利用均方误差的负梯 度在当前模型的值作为残差的近似值，从而拟合一个回归树. 3.Scorer模型规模:模型中树的个数:数千, 特征数量:数百 ,叶节点个数:数十. 在每颗树T= (N,L)中,中间node(N)存储特征id,门限等,leaves(L)存储Score
中国斜学我术大草 University of Science and Technology of China 存在的问题： 1.树的查询过程只有判断当前节点才能知道下一节点指向，导致程序运行 的控制冲突(control hazard).代码效率依赖于分支预测率. 2.Scoreri过程中空间时间占用都低，Cache命中率低.在模型中存在数千颗 树，而每一颗树规模较小，Scorer过程中依次遍历每一颗树查询得分，导致 Cache命中率低. QS算法 1.基于数据结构布置和内存访问模式设计的可感知cache,编码控制flow达 到了非常低的分支误预测率. 育创 2.基于bt位的回归树，通过逻辑与运算同时遍历多棵树 辰 下 宇 英學 题 才府
存在的问题: 1.树的查询过程只有判断当前节点才能知道下一节点指向,导致程序运行 的控制冲突(control hazard). 代码效率依赖于分支预测率. 2.Scorer过程中空间时间占用都低,Cache命中率低. 在模型中存在数千颗 树,而每一颗树规模较小,Scorer过程中依次遍历每一颗树查询得分,导致 Cache命中率低. QS算法: 1.基于数据结构布置和内存访问模式设计的可感知cache,编码控制flow达 到了非常低的分支误预测率. 2.基于bit位的回归树,通过逻辑与运算同时遍历多棵树