1. Learning to Rank
1.1 什么是排序算法
为什么google搜索 ”idiot“ 后，会出现特朗普的照片？
“我们已经爬取和存储了数十亿的网页拷贝在我们相应的索引位置。因此，你输入一个关键字，我们将关键词与网页进行匹配，并根据200多个因子对其进行排名，这些因子包括相关性、新鲜度、流行度、PageRank值、查询和文档匹配的单词个数、网页URL链接地址长度以及其他人对排序结果的满意度等。在此基础上，在任何给定的时间，我们尝试为该查询排序并找到最佳结果。”
—— GoogleCEO： 桑达尔·皮查伊
1.2 排序算法的发展 1.2.1 早期排序技术最早主要是利用词频、逆文档频率和文档长度这几个因子来人工拟合排序公式。因为考虑因素不多，由人工进行公式拟合是完全可行的，此时机器学习并不能派上很大用场，因为机器学习更适合采用很多特征来进行公式拟合。此外，对于有监督机器学习来说，首先需要大量的训练数据，在此基础上才可能自动学习排序模型，单靠人工标注大量的训练数据不太现实。
1.2.2 基于机器学习的排序技术对于搜索引擎来说，尽管无法靠人工来标注大量训练数据，但是用户点击记录是可以当做机器学习方法训练数据的一个替代品，比如用户发出一个查询，搜索引擎返回搜索结果，用户会点击其中某些网页，可以假设用户点击的网页是和用户查询更加相关的页面。
1.3 Learning to Rank（LTR）