LTR （learning to Rank） 在互联网中目前发展怎样
谷歌没这么做，bing和yahoo是这么玩的。属于搜索的两条路吧。个人觉得，learn to rank在互联网的排序问题上可以解决的很好，不一定非要是搜索排序。毕竟未来应该属于推荐，而不是搜索。
■网友
Learning to Rank最近几年刚起步，不仅局限于搜索，包括，推荐，QA，知识库构建都会涉及，目前研究的人较多，研究的方法也是类似的，有很多开源的工具可以使用，以前yahoo有一个rank大赛（不知道现在还有没有），最好的几种方法公认就是那么几种。如果以后还有新的算法的话，构建方法应该是类似的，区别可能是针对不同的源数据或者针对不同的查询目标。另外LTR只是一个媒介 ，其中涉及到了机器学习的很多研究方法，包括目前很火的深度学习等，通过对LTR的研究，对于掌握机器学习的其他方法也是有帮助的，我觉得还是挺有研究价值的。
推荐阅读
- 《Programming Python》和《Learning Python》哪本实用一些
- 怎样用 torch7 做 multi-task learning?怎样 branch out?
- 奥迪|与聪明的“壁虎”结缘35年，奥迪quattro ultra进化的魅力实际体验，3.0T V6+quattro ultra带给你乐趣结尾
- 从Android的GLTrace中，提取中当前游戏界面中的物体元素，是否可行
- 求问各位大神美国统计stat专业硕士出来后想做machine learning相关工作，应该咋办
- 看Machiene Learning A Probablistic Perspective需要啥?
- 自学deeplearning方面，一个人可以做成多大的项目
- 有哪些有趣的AI对战游戏或者比赛
- 在Deep Learning中 \＂goodness of function\＂ 是啥意思
- 怎样评价公开课Neural Networks for Machine Learning?