個(gè)性化檢索中相似用戶群的獲取與更新.pdf

1、下一代搜索引擎的一個(gè)突出特點(diǎn)是個(gè)性化，個(gè)性化信息檢索是以用戶為中心的信息檢索技術(shù)，它獲取以多種形式表達(dá)的用戶需求（包括顯式的、隱式的以及相關(guān)用戶的需求），并綜合利用這些用戶信息，提高信息檢索系統(tǒng)的性能。
　　作為個(gè)性化檢索中的重要研究子課題，相似用戶群的建立與更新的任務(wù)是，通過對用戶檢索和瀏覽歷史的分析，建立興趣相似的用戶群，并隨著用戶信息和檢索領(lǐng)域的變化對相似用戶群進(jìn)行更新。相似用戶群的建立與更新任務(wù)面臨的主要問題是，缺乏合理的

2、任務(wù)劃分和標(biāo)準(zhǔn)評測集，無法對相似用戶群系統(tǒng)進(jìn)行公正的評價(jià)。因此，本文通過對個(gè)性化檢索進(jìn)行合理的任務(wù)劃分，將相似用戶群劃分為一個(gè)獨(dú)立的子任務(wù)，并利用開發(fā)的語料標(biāo)注輔助系統(tǒng)，為其建立了標(biāo)準(zhǔn)評測集，使得可以對相似用戶群的系統(tǒng)進(jìn)行公正的評價(jià)和比較。
　　在相似用戶群的研究中，由于用戶間共同評價(jià)過的網(wǎng)頁較少，數(shù)據(jù)稀疏成為限制相似用戶群建立效果的重要問題，因此，本文對相似用戶群建立的研究主要集中在解決數(shù)據(jù)稀疏問題上。本文提出了基于相關(guān)性模型的

3、相似用戶群建立方法，采用相關(guān)性模型，利用相似領(lǐng)域中的相似用戶，對當(dāng)前領(lǐng)域中的用戶查看數(shù)據(jù)進(jìn)行擴(kuò)充，以解決數(shù)據(jù)稀疏問題。同時(shí)，根據(jù)實(shí)際情況，隨著領(lǐng)域的不同對相似用戶群不斷進(jìn)行更新，以使相似用戶群的建立更加準(zhǔn)確。實(shí)驗(yàn)語料為標(biāo)注者針對天網(wǎng)100G語料進(jìn)行的檢索行為和標(biāo)注的答案，評測指標(biāo)采用錯(cuò)檢率、漏檢率和系統(tǒng)性能損耗代價(jià)。此方法的性能在測試語料集上比baseline方法提高了7.12％，說明基于相關(guān)性模型的相似用戶群方法可以很好地解決數(shù)據(jù)稀疏