这篇文章能被您看到令我很开心，但有些话我必须提前告知您，以免浪费您的时间。 这仅仅是本人的学习笔记，非常粗浅和凌乱，不深入浅出，也不确定未来是否还会对其继续更新。此文仅适合您用来速览或消磨时间，内容大体上适合顺序阅读，如有必要，欢迎您联系我交流。 LTR的应用场景很有趣，数据也…

Learn to Rank（LTR）是使用机器学习技术解决排序问题的方法。 排序是信息检索（IR）的核心问题，比如文件检索，协同过滤，关键词提取，情感分析等，本文以文件检索为例进行讲解。 文件检索并不是一个狭小的领域，其实，网页、邮件、论文、书和新闻都属于文件检索中的例子。

在召回阶段，系统会从海量的内容库筛选出符合用户偏好的候选集（百级、千级）；排序阶段在此基础上，基于特定的优化目标（如点击率）对候选集内容进行更加精准的计算和选择，为每一条内容进行精确打分，进而从候选集的成百上千条内容中选出用户最感兴趣的少量高质量内容。 本文我们将重点介绍马蜂窝…