秩聚合（局部 Kemenization）答案

【问题标题】：Rank Aggregation (local Kemenization)秩聚合（局部 Kemenization）
【发布时间】：2018-02-14 12:46:06
【问题描述】：

我有两个数据框。

> dput(df1)
structure(list(Station = structure(1:9, .Label = c("A", "B", 
"C", "D", "E", "F", "G", "H", "I"), class = "factor"), Dwelling_Probability = c(0.948, 
0.65, 0.592, 0.558, 0.527, 0.514, 0.494, 0.492, 0.435)), .Names = c("Station", 
"Dwelling_Probability"), class = "data.frame", row.names = c(NA, 
-9L))

> dput(df2)
structure(list(Station = structure(c(6L, 8L, 2L, 4L, 3L, 5L, 
9L, 1L, 7L), .Label = c("A", "B", "C", "D", "E", "F", "G", "H", 
"I"), class = "factor"), Access_Time = c(31L, 23L, 21L, 16L, 
11L, 7L, 6L, 5L, 2L)), .Names = c("Station", "Access_Time"), class = "data.frame", row.names = c(NA, 
-9L))

以下示例显示了将居住概率和访问次数排名结合起来的应用程序。居住概率排名（左）和访问时间排名（右）汇总为一个（中）。我正在尝试获得排名中间的数据框

是否有一个排名聚合包可以做到这一点。

【问题讨论】：

站 F (0.514 * 31 = 15.934) 不应该排在 B (0.65 * 21 = 13.65) 之上吗？
我也有同样的问题。你有没有想过解决方案？

标签： r aggregation rank

【解决方案1】：

ConsRank (https://cran.r-project.org/web/packages/ConsRank/ConsRank.pdf) 或 RankAggreg (https://www.ncbi.nlm.nih.gov/pmc/articles/PMC2669484/) 包应该可以满足您的目的。但是，找到共识排名的问题是 NP 难题，因此根据数据集的大小，您可能不得不依赖多项式时间近似。

【讨论】：