登录 | 注册 | 充值 | 退出 | 公司首页 | 繁体中文 | 满意度调查
综合馆
面向用户的排序算法研究
  • 摘要

    目前大部分搜索引擎对于用户查询返回结果的差异依赖于查询词.而实际上,即便查询词相同,不同的用户潜在的信息需求可能不同.搜索引擎并不能针对用户的特点提供个性化的服务,大多数返回的文档都是与用户的需求不相关的.提出"搜索系统错误的目标定位是导致用户体验不佳的根本原因".因此,设计一个面向用户的排序算法来解决个性化服务的问题是十分必要的.提出的面向用户排序算法将概率排序原则返回的原始列表重新排序,将用户兴趣向量作为列表重排的参数之一,使之能够向用户提供特定服务,满足用户潜在信息需求.通过分析用户的查询和浏览的文档,为用户建立并维护一个用户兴趣向量,以此作为面向用户排序的基础.实验证明了该方法具有更优的性能.

  • 作者

    于芳  王大玲  于戈  陈冬玲  鲍玉斌  Yu Fang  Wang Daling  Yu Ge  Chen Dongling  Bao Yubin 

  • 作者单位

    东北大学信息科学与工程学院,沈阳,110004/东北大学信息科学与工程学院,沈阳,110004;沈阳大学信息学院,沈阳,110044

  • 刊期

    2007年z3期 ISTIC EI PKU

  • 关键词

    兴趣向量  潜在信息需求  面向用户的排序  开放式分类目标 

参考文献
  • [1] P Chirita;W Nejdl;R Paiu. Using ODP metadata to personalize search. Salvador,Brazil, 2005
  • [2] C Zhai;W W Cohen;J Lafferty. Beyond independent relevance:Methods and evaluation metrics for subtopic retrieval. Toronto,Canada, 2003
  • [3] Hermann Ebbinghaus. Psychology:An Elementary Textbook. New York:Arno Press, 1908
  • [4] W S Cooper. Expected search length:A single measure of retrieval effectiveness based on weak ordering action of retrieval systems. American Documentation, 1968,01
  • [5] TD(k)表示第k维的目标名称,TD[K]表示第k维的权,TDk表示第k天的兴趣向量,|TD|表示TD的维度.
  • [6] Harr Chen;David R Karger. Less is more-Probalilistic models for retrieving fewer relevant documents. Seattle,Washington, 2006
  • [7] L Page;S Brin;R Motwani. The PageRank citation ranking:Bringing order to the Web. http://google.stanford.edu/~backrub/pageranksub.ps, 1998
  • [8] T Haveliwala. Topic-sensitive PageRank. Honolulu,Hawaii,USA, 2002
  • [9] M Richardson;P Domingos. The intelligent surfer:Probabilistic combination of link and content information in PageRank. Cambridge,ma:the Mit Press, 2002
  • [10] S E Roberson. The probability ranking principle in information retrieval. Journal of Documentation, 1997,12
查看更多︾
相似文献 查看更多>>
54.157.61.68