·学会排序

日常生活中存在多种多样的排序。我们最熟悉的，比如娱乐圈里的“超女”、“快男”，体育界的各项赛事，在学校里经常会碰到的成绩排名等等。

日常生活中存在多种多样的排序。我们最熟悉的，比如娱乐圈里的“超女”、“快男”，体育界的各项赛事，在学校里经常会碰到的成绩排名等等。而在计算机领域内，一个最典型和最热门的例子，恐怕就是排序在搜索引擎中的应用了。赫赫有名的PageRank算法，就构建了一套巧妙的机制和排序模型，来自动判断网页的重要性，并也成为Google的搜索引擎赖以成名的利器之一。

也恰恰是由于人们逐渐意识到排序问题至于搜索引擎效率的重要性，所以最近几年，整个学术界对排序的认识也在迅速提升高度，大家都希望可以非常正规的把排序当做一个学术问题来进行研究，并最终形成一个完整的理论体系。可以说，排序已经成为了机器学习领域内一个最新的分支。

就像该领域内的分类、回归、聚类等其他一些已经被研究得很透彻的问题一样，排序到底应该如何界定？存在什么样的特性？有什么理论的知识蕴含其中？如何通过机器学习来自动的构建出排序模型？

微软亚洲研究院（MSRA）大概在三年前开始了有关“排序学习”（LearningtoRank）的研究。2007年，MSRA一篇名为《Learningto Rank: From Pairwise Approachto Listwise Approach》发表，在整个学术界引起了强烈反响。据专门负责此课题的主任研究员李航博士介绍，这也和信息爆炸时代有一定的关系，用户面前的信息量太大，“很多东西都会希望有一个排个序，搜索是最典型的例子，以此来帮助他们去访问到最想要的信息。”