個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突出特點是個性化，個性化信息檢索是以用戶為中心的信息檢索技術，它獲取以多種形式表達的用戶需求（包括顯式的、隱式的以及相關用戶的需求），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域的變化對相似用戶群進行更新。相似用戶群的建立與更新任務面臨的主要問題是，缺乏合理的

2、任務劃分和標準評測集，無法對相似用戶群系統(tǒng)進行公正的評價。因此，本文通過對個性化檢索進行合理的任務劃分，將相似用戶群劃分為一個獨立的子任務，并利用開發(fā)的語料標注輔助系統(tǒng)，為其建立了標準評測集，使得可以對相似用戶群的系統(tǒng)進行公正的評價和比較。
　　在相似用戶群的研究中，由于用戶間共同評價過的網頁較少，數據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據稀疏問題上。本文提出了基于相關性模型的

3、相似用戶群建立方法，采用相關性模型，利用相似領域中的相似用戶，對當前領域中的用戶查看數據進行擴充，以解決數據稀疏問題。同時，根據實際情況，隨著領域的不同對相似用戶群不斷進行更新，以使相似用戶群的建立更加準確。實驗語料為標注者針對天網100G語料進行的檢索行為和標注的答案，評測指標采用錯檢率、漏檢率和系統(tǒng)性能損耗代價。此方法的性能在測試語料集上比baseline方法提高了7.12％，說明基于相關性模型的相似用戶群方法可以很好地解決數據稀疏