| 摘要 |
<p>比較を通じてコンテンツをサーチする方法が提供される。ユーザに対して２つの候補オブジェクトが提供され、いずれのオブジェクトがユーザの意図するターゲット・オブジェクトに近いかが明らかにされる。開示する原理は少ない回数の比較でユーザのターゲットを見つけるアクティブな手法を提供する。ノイズレスなユーザのフィードバックのための、いわゆるランクネット手法を記載する。限界ダブリング定数を用いたターゲット分布に対し、ランクネットは、複数回のステップでターゲット分布の、したがって、最適条件のエントロピーに近いターゲットを見つける。ノイジーなユーザ・のフィードバックの場合についても考慮する。この場合において、緩やかに成長する（ダブリング対数の）最適条件の関数内のパフォーマンス境界が見つけられる、ランクネットの変形例についても記載する。動画データセットに対する数値的な評価によればランクネットは一般化されたバイナリ・サーチのサーチ効率に適合しており、その一方で演算コストを低減する。</p> |
