基于眼動和主題模型的個性化實(shí)時查詢擴(kuò)展模型的研究.pdf

1、基于基于眼動和眼動和主題模型主題模型的個性化個性化實(shí)時查詢擴(kuò)展模型實(shí)時查詢擴(kuò)展模型的研究的研究ARealTimeEyeTrackingBasedQueryExpansionApproachviaLatentTopicModeling學(xué)科專業(yè)：計算機(jī)專業(yè)技術(shù)研究生：陳永強(qiáng)指導(dǎo)教師：曲日教授天津大學(xué)計算機(jī)學(xué)院二零壹伍年十一月第一章摘要對于大部分用戶甚至是有經(jīng)驗(yàn)的用戶來說如何形成一個較好的查詢能夠獲得更好的搜索結(jié)果仍然被認(rèn)為是信息檢索（Inf

2、mationRetrieval）的一大難題。查詢擴(kuò)展往往是提高檢索性能的有效方法。通過找出語義上與原始查詢比較相關(guān)的詞語、概念等，再結(jié)合用戶的原始查詢，使得擴(kuò)展之后的查詢能夠提供更多的積極信息來從海量信息中找出與用戶查詢相關(guān)的文檔，改善用戶搜索體驗(yàn)。傳統(tǒng)的查詢擴(kuò)展技術(shù)已經(jīng)在很大程度上解決了查全率（Recall）低下的問題，但是對于查準(zhǔn)率（Precision）上卻很難去的較令人滿意的結(jié)果。個性化的查詢擴(kuò)展部分解決了查準(zhǔn)率較低的問題。但是傳

3、統(tǒng)的個性化的查詢擴(kuò)展往往利用用戶過去的搜索數(shù)據(jù)而且很難捕捉用戶在本次查詢中的需求動態(tài)變化，很難實(shí)時地根據(jù)用戶與搜索引擎的交互來滿足用戶的查詢需求。眼動（EyeMovements）能夠在不引起用戶注意的情況下實(shí)時地捕捉到用戶的注視信息，進(jìn)而提供用戶的實(shí)時搜索行為數(shù)據(jù)，被視為用戶研究和個性化的搜索的一個全新的方向。因此，若能將眼動技術(shù)應(yīng)用在當(dāng)前亟待解決的個性化的查詢擴(kuò)展上來，將是一個全新的啟發(fā)式的研究方向，具有重大意義。論文的主要研究工作分

4、為以下幾個方面：第一，對眼動（EyeMovements）在IR上的主要應(yīng)用進(jìn)行了概述。除了介紹眼動在IR上的應(yīng)用之外，著重介紹了如何利用眼動（EyeMovements）實(shí)時捕捉用戶的動態(tài)搜索數(shù)據(jù)以及如何利用捕捉之后的眼動數(shù)據(jù)來進(jìn)行個性化的查詢擴(kuò)展。第二，介紹了主題模型與眼動（EyeMovements）的結(jié)合方法。僅僅利用捕捉到的用戶的眼動（EyeMovements）數(shù)據(jù)進(jìn)行個性化查詢擴(kuò)展詞的計算，還不能夠充分挖掘用戶的潛在搜索意圖，為此

5、利用主題模型LatentDirichletAllocation(LDA)來發(fā)掘和用戶查詢潛在相關(guān)的查詢詞，提高檢索成績。第三，建立實(shí)時查詢擴(kuò)展模型（RealTimeQueryExpansion，RTQE）。通過創(chuàng)新性地結(jié)合眼動和LDA，該模型能夠在用戶點(diǎn)擊若干篇文檔之后，記錄用戶的注視數(shù)據(jù)，在用戶刷新當(dāng)前搜索結(jié)果界面或者點(diǎn)擊下一頁的同時根據(jù)用戶若干分鐘前的注視數(shù)據(jù)通過建立的RTQE模型重新對已有的搜索結(jié)果進(jìn)行排序和優(yōu)化，提升用戶體驗(yàn)。關(guān)