我正在读硕士。在计算机科学和刚刚完成源的第一年。 （这是一个为期两年的课程）。很快我就必须提交一份硕士申请。项目。我选择了以下主题。
“机器学习对信息检索系统中文档排序的适用性”。研究人员一直在使用各种机器学习算法对文档进行排名。因此，作为项目的第一阶段，我将进行完整的文献调查，并找出当前方法的优缺点。在项目的第二阶段，我将提出一种新的（修改后的）算法，以克服当前方法的局限性。
其实我的问题是这种类型的项目是否适合作为硕士。项目？另外，如果有人在信息检索领域有一些有趣的想法，是否可以与我分享这些想法。
谢谢
【问题讨论】：
标签： machine-learning information-retrieval
排名始终是任何信息检索系统中最难的部分。我认为这是一个非常好的主题，但您必须注意——尽快——定义工作范围。您可能无法开发新的 IR 引擎，而是基于例如 apache lucene 构建原型。
目前有很多数据集，包括stackoverflow数据转储，它为您提供定义丰富特征向量所需的所有信息（点数，时间，您可以挖掘上一个问题的主题等，标签的流行度）为您提供机器学习排名算法。在这部分工作中，您可以对特征类型进行分类（例如，用户特定、语义特征 - 标题中的软件名称）并执行一系列实验以了解哪些特征对给定数据集最重要，哪些不重要.
这样一个项目的第二个方向可以是如何有效地进行学习。背后的原因是网络或社区论坛中的数据量以及论坛中的变化（如果您采用社区特定功能，这将很重要），例如技术变化、新软件发布等。
还有许多其他主题与搜索和机器学习相关。最好的办法是在 scholar.google.com 上搜索有关排名、机器学习和搜索的最新调查论文，以了解什么是最先进的。下一步是与您的硕士导师交谈。
祝你好运！
【讨论】：
你说的都很好，应该做，但是你忘记了最重要的部分：
通过良好的实验和一些统计数据（p 值、置信区间）证明您的算法比其他算法更好和/或更快。
如果你这样做并让人们相信你的算法是有用的，那么你肯定不会失败 :)
【讨论】：