个性化检索中相似用户群的获取与更新

论文摘要

下一代搜索引擎的一个突出特点是个性化,个性化信息检索是以用户为中心的信息检索技术,它获取以多种形式表达的用户需求(包括显式的、隐式的以及相关用户的需求),并综合利用这些用户信息,提高信息检索系统的性能。作为个性化检索中的重要研究子课题,相似用户群的建立与更新的任务是,通过对用户检索和浏览历史的分析,建立兴趣相似的用户群,并随着用户信息和检索领域的变化对相似用户群进行更新。相似用户群的建立与更新任务面临的主要问题是,缺乏合理的任务划分和标准评测集,无法对相似用户群系统进行公正的评价。因此,本文通过对个性化检索进行合理的任务划分,将相似用户群划分为一个独立的子任务,并利用开发的语料标注辅助系统,为其建立了标准评测集,使得可以对相似用户群的系统进行公正的评价和比较。在相似用户群的研究中,由于用户间共同评价过的网页较少,数据稀疏成为限制相似用户群建立效果的重要问题,因此,本文对相似用户群建立的研究主要集中在解决数据稀疏问题上。本文提出了基于相关性模型的相似用户群建立方法,采用相关性模型,利用相似领域中的相似用户,对当前领域中的用户查看数据进行扩充,以解决数据稀疏问题。同时,根据实际情况,随着领域的不同对相似用户群不断进行更新,以使相似用户群的建立更加准确。实验语料为标注者针对天网100G语料进行的检索行为和标注的答案,评测指标采用错检率、漏检率和系统性能损耗代价。此方法的性能在测试语料集上比baseline方法提高了7.12%,说明基于相关性模型的相似用户群方法可以很好地解决数据稀疏,同时由于利用用户群兴趣挖掘单个用户兴趣,防止了用户兴趣判断的偏差,提高相似用户群建立的效果。

论文目录

• 摘要
• Abstract
• 第1章 绪论
• 1.1 课题背景
• 1.2 课题的研究目的和意义
• 1.2.1 课题的研究目的
• 1.2.2 课题的研究意义
• 1.2.3 相似用户群研究的应用
• 1.3 国内外相关研究
• 1.3.1 相似用户的判断
• 1.3.2 解决数据稀疏问题的研究
• 1.4 本章小结
• 第2章 个性化检索任务划分及评测
• 2.1 个性化检索的任务划分
• 2.1.1 用户新兴趣发现
• 2.1.2 用户兴趣跟踪
• 2.1.3 相似用户群建立
• 2.1.4 个性化检索
• 2.2 语料标注的辅助系统
• 2.2.1 系统介绍
• 2.2.2 正确答案记录
• 2.2.3 语料规模
• 2.3 相似用户群的评测
• 2.3.1 评测机制
• 2.3.2 评测方法
• 2.4 本章小结
• 第3章 用户兴趣发现与跟踪
• 3.1 用户新兴趣发现
• 3.1.1 基于向量空间模型的新兴趣发现方法
• 3.1.2 基于TextTiling 的新兴趣发现方法
• 3.1.3 实验结果及分析
• 3.2 用户兴趣跟踪
• 3.2.1 实验方法
• 3.2.2 实验结果及分析
• 3.3 本章小结
• 第4章 基于相关性模型的数据扩充方法研究
• 4.1 话题跟踪研究简介
• 4.2 相关性模型
• 4.3 基于向量空间模型的相关性模型
• 4.4 基于话题核心与新颖部分的话题跟踪
• 4.4.1 话题核心的构建
• 4.4.2 利用改进相关性模型调整话题的新颖部分
• 4.4.3 话题模型的构建
• 4.5 实验及结果分析
• 4.5.1 实验语料及评测机制
• 4.5.2 实验结果
• 4.6 本章小结
• 第5章 基于相关性模型的相似用户群研究
• 5.1 相关研究
• 5.2 基于相关性模型的相似用户群建立
• 5.2.1 用户数据扩充
• 5.2.2 用户相似度计算
• 5.3 实验及结果分析
• 5.3.1 实验语料
• 5.3.2 实验结果分析
• 5.4 本章小结
• 结论
• 参考文献
• 攻读学位期间发表的学术论文
• 致谢