基于用戶搜索歷史的個性化信息檢索研究.pdf

1、個性化信息檢索針對用戶個人興趣偏好優(yōu)化文檔排序，被認為是現有搜索引擎改善用戶檢索體驗的一種有效途徑。個性化信息檢索以用戶為中心提供有針對性的檢索結果，因此不僅考慮查詢和文檔的匹配度，還考慮文檔和用戶興趣偏好的匹配度。用戶歷史包含用戶豐富的信息，是獲取用戶興趣偏好的最佳途徑，成為個性化信息檢索研究的焦點。為了探索不同的用戶歷史在檢索中的作用，本文量化分析了用戶歷史與檢索結果的相關性，探討了如何利用短期歷史、長期歷史、以及綜合利用二者以提高

2、個性化檢索性能的方法。
　　1）針對用戶歷史與檢索結果的關系，量化分析了用戶長短期歷史與用戶查詢和點擊的相關性。本文采用向量空間模型框架，從以下四個方面分析了用戶長短期歷史與查詢和點擊的關系：相關比例、相關程度、是否存在線性關系和具體內容上的差異。分析發(fā)現79.55％的查詢可以從用戶歷史中獲取相關信息，其中短期歷史覆蓋的比例較大（71.23%），相關程度也較高；而針對同一個查詢，不同的用戶歷史所提供的相關信息不盡相同，彼此的結合有

3、可能進一步提高檢索性能。
　　2）針對如何合理利用短期歷史的問題，提出了一種短期歷史權重自適應的個性化檢索方法。為了合理分配短期歷史權重，本文以短期歷史和當前查詢的相關強度為核心依據，以當前查詢、短期歷史查詢、短期歷史點擊三個維度上的用戶行為特征為線索，建立了 SVM回歸模型對短期歷史的權重進行預測。實驗表明，該方法能夠根據具體的檢索環(huán)境為每個查詢的短期歷史動態(tài)分配權重，有效提升了個性化檢索性能。
　　3）針對如何有效利用長

4、期歷史的問題，本文引入增量層次聚類算法對長期興趣建模，并在此基礎上建立新的查詢模型。長期歷史內容豐富但主題相對分散，并隨著用戶的使用不斷積累更新，因此長期歷史中包含很多與當前查詢無關的內容。針對該問題，本文采用增量層次聚類算法漸進地構建用戶長期興趣樹，并使用對當前檢索有最大幫助的興趣簇估計長期興趣模型，從而對用戶查詢進行有益補充。實驗證明，基于長期歷史增量層次聚類的個性化檢索方法顯著優(yōu)于現有基于長期歷史的檢索方法，在一定程度上解決了具有

5、多樣性和動態(tài)性的長期歷史的利用問題，改善了個性化檢索性能。
　　4）在上述研究的基礎上，設計了一種基于用戶長短期歷史融合的個性化檢索框架。用戶長短期歷史對檢索結果的作用不同，本文的模型將二者的不同作用綜合作用于查詢和文檔，一方面根據長短期歷史更準確地估計用戶查詢，另一方面考慮了文檔相對于用戶的重要性差異。實驗中全面比較了不同用戶歷史的各種組合，結果表明長短期歷史融合作用于查詢的效果優(yōu)于只使用一種歷史的情況，而同時作用于查詢和文檔可