给定一个查询，我有一个文档的余弦分数。我也有文件pagerank。是否有标准的好方法将两者结合起来？
我在考虑将它们相乘
Total_Score = cosine-score * pagerank
因为如果你使用pagerank或余弦得分低，那么该文档就不那么有趣了。
或者最好是加权和？
Total_Score = weight1 * cosine-score + weight2 * pagerank
这样更好吗？然后你可能有零余弦分数，但是页面会很高，页面会显示在结果中。
答案 0 :(得分：1)
加权总和可能更适合作为排名规则。
有助于将问题分解为检索/过滤步骤和排名步骤。加权和方法概述的问题不再成立。
谢尔盖·布林和劳伦斯·佩奇在this论文中概述的过程使用向量/余弦模型的变量进行检索，并且对于权重由用户活动确定的排名似乎是某种加权和（见4.5.1）。使用这种方法，具有零余弦的文档将无法通过检索/过滤步骤，因此不会考虑进行排名。
答案 1 :(得分：0)
我知道你在相对性和重要性之间进行权衡。这是 Multi-objective optimization 的问题。
我认为您的第二个解决方案可行。这就是所谓的线性标量化。您必须想知道如何优化权重。但是这样做的方法可以用不同的哲学来找到，并且主观取决于每个变量的优先级。实际上，如何在这样的问题中优化权重是a research area of mathematics。因此，很难指出哪种模型或方法最适合您的情况。您可能想继续使用上面的wiki链接，并尝试找到关于此类问题的一些原则，然后按照它们来解决您自己的案例。
答案 2 :(得分：0)
您可以考虑使用harmonic mean。使用调和平均值时，2个分数基本上会被平均，但是低分会使平均值下降的幅度超过常规平均值。
您可以使用：
Total_Score = 2*(cosine-score * pagerank) / (cosine-score + pagerank)
让我们说pagerank得分为0.1和余弦为0.9，这两个数字的正常平均值为：(0.1 + 0.9)/2 = 0.5，调和平均值为：2*(0.9*0.1)/(0.9 + 0.1) = 0.18。
答案 3 :(得分：-1)
我无法想象一个有用的案例。 Pagrank计算文档作为与其他重要文档的连接的“重要”程度（我假设这就是你的意思。边缘是文档来记录基于术语共同出现的链接。如果你的意思是别的，请注明）。
余弦分数是两个文档之间的相似度量。那么您的想法是将成对度量与节点度量相结合，以仅查找与其他文档类似的重要文档？为什么不在另一个文档的自我网络上运行pagerank？