技术
Learning-to-Rank
学习排序是用机器学习直接优化排序质量的方法，广泛用于搜索与推荐结果排序。
详细解释
传统排序靠人工特征与启发式打分，LTR 将排序建模为监督学习问题。按输入粒度分为 pointwise、pairwise（如 RankNet）和 listwise（如 LambdaMART、ListNet），直接优化 NDCG、MAP 等排序指标。它是搜索引擎、推荐系统和问答检索的核心技术，近年与神经检索和大模型重排结合。
别名与相关写法
learning to rank
学习排序是用机器学习直接优化排序质量的方法，广泛用于搜索与推荐结果排序。
传统排序靠人工特征与启发式打分，LTR 将排序建模为监督学习问题。按输入粒度分为 pointwise、pairwise（如 RankNet）和 listwise（如 LambdaMART、ListNet），直接优化 NDCG、MAP 等排序指标。它是搜索引擎、推荐系统和问答检索的核心技术，近年与神经检索和大模型重排结合。