基于GPU的并行排序?qū)W習(xí)算法研究.pdf

1、搜索引擎的出現(xiàn)幫助用戶在紛繁雜亂的互聯(lián)網(wǎng)信息中尋找相關(guān)的信息,因此檢索結(jié)果的排序是至關(guān)重要的。作為新興信息檢索技術(shù)的排序?qū)W習(xí)算法是解決互聯(lián)網(wǎng)信息檢索問題的新的解決方案。傳統(tǒng)排序?qū)W習(xí)算法是在小規(guī)模文本基礎(chǔ)上進(jìn)行,針對(duì)互聯(lián)網(wǎng)信息總量規(guī)?？焖僭黾訂栴},大規(guī)模數(shù)據(jù)對(duì)于傳統(tǒng)的排序?qū)W習(xí)算法出現(xiàn)瓶頸,排序?qū)W習(xí)算法的性能成為未來排序?qū)W習(xí)研究的一個(gè)方向。因此,本文提出新的排序?qū)W習(xí)算法并結(jié)合圖形處理器(Graphic Processing Unit, GP

2、U)并行計(jì)算技術(shù)并驗(yàn)證算法的效果。本文主要研究內(nèi)容如下:
　　(1)對(duì)排序?qū)W習(xí)算法的相關(guān)理論和 GPU并行計(jì)算進(jìn)行歸納和闡述,總結(jié)現(xiàn)有的排序?qū)W習(xí)算法,闡述排序?qū)W習(xí)算法的評(píng)價(jià)度量準(zhǔn)則和并行編程模型。
　　(2)深入分析信息檢索技術(shù)特點(diǎn)并結(jié)合相關(guān)度更高的信息更重要的特點(diǎn),本文采用基于有序?qū)Φ呐判驅(qū)W習(xí)算法研究方向。對(duì)數(shù)據(jù)輸入空間進(jìn)行重新劃分,以大于偏序關(guān)系的文檔對(duì)作為輸入空間。
　　(3)提出一種基于貝葉斯個(gè)性化排名框架的排

3、序?qū)W習(xí)算法,即線性評(píng)分排序?qū)W習(xí)模型(Linear Scoring Learning to Rank Model,LSLRM)。通過估計(jì)輸入文檔對(duì)的正確排序而構(gòu)建的排序?qū)W習(xí)模型來解決查詢排序問題,將排序?qū)W習(xí)訓(xùn)練模型問題轉(zhuǎn)換為二值分類問題,并對(duì)特征進(jìn)行分析,找出對(duì)相關(guān)度區(qū)分具有決定性的重要特征。
　　(4)算法結(jié)合 GPU并行編程模型和存儲(chǔ)器模型等特點(diǎn),解決排序?qū)W習(xí)算法在大規(guī)模數(shù)據(jù)的性能瓶頸。
　　(5)實(shí)驗(yàn)證明基于 GPU的并