基于用戶偏好分析的個性化信息檢索關(guān)鍵技術(shù)研究.pdf

1、個性化信息檢索旨在根據(jù)用戶不同的信息需求，結(jié)合主觀價值傾向，給具有不同信息需求的用戶返回符合其期望的檢索結(jié)果。其核心內(nèi)容在于分析不同用戶的個性化特征，結(jié)合其自身價值傾向差異，建立個性化檢索模型，從而更好的提升用戶的檢索體驗。本文針對個性化信息檢索中用戶偏好分析任務(wù)開展了深入研究，文章的主要內(nèi)容歸納為以下三個方面：
　　?基于“滑鼠行為”量化的檢索滿意度研究
　　從用戶信息檢索行為特征入手，提出一種基于“滑鼠行為”能量消耗的滿

2、意度評價及量化模型。其中，“滑鼠行為”指用戶在網(wǎng)頁中的鼠標(biāo)滑動軌跡以及點擊等行為序列。首先，從用戶端對信息檢索質(zhì)量評價的主觀因素出發(fā)，引入“檢索滿意度”作為衡量信息檢索質(zhì)量的新特征；其次，通過計算用戶“滑鼠”過程中的“能量消耗”，分析檢索行為特征與用戶滿意度之間的關(guān)聯(lián)性；最后，基于量化數(shù)據(jù)建立滑鼠的“能量消耗”對比模型，用于表征用戶檢索滿意度的強(qiáng)弱。這一研究重點關(guān)注用戶檢索滿意度的量化分析方法，為信息檢索系統(tǒng)質(zhì)量評價提供了一種新的特征。

3、
　　?基于邊界檢測的查詢意圖切分技術(shù)研究
　　通過分析用戶連續(xù)查詢?nèi)罩?，提出一種查詢意圖邊界識別方法。用戶完整查詢意圖中包含大量的檢索習(xí)慣及個性化特征，識別查詢意圖發(fā)生改變或轉(zhuǎn)移的臨界位置，能夠為從完整意圖分析層面提取用戶的個性化檢索偏好提供有效的方法。首先，從大規(guī)模樣本集中抽取并人工標(biāo)注部分完整意圖片段；其次，結(jié)合文本特征抽取方法構(gòu)建自動化學(xué)習(xí)模型，包括分類及序列標(biāo)注的方法，分別使用SVM和CRF模型；最后，通過開發(fā)及測

4、試數(shù)據(jù)集優(yōu)化學(xué)習(xí)算法，獲得最優(yōu)的意圖切分性能。這一研究借助用戶查詢?nèi)罩?，通過自動化的意圖片段切分技術(shù)，為抽取用戶的個性化偏好特征提供研究基礎(chǔ)和技術(shù)手段。
　　?用戶社交媒體活動與信息檢索關(guān)聯(lián)性分析研究
　　通過獲取用戶在一段時間內(nèi)的網(wǎng)絡(luò)活動內(nèi)容，分析用戶在不同時間段內(nèi)進(jìn)行信息檢索與社交網(wǎng)絡(luò)活動之間的關(guān)聯(lián)性，建立基于個人文化背景及興趣傾向的個性化檢索模型，改善檢索體驗。首先，設(shè)計實驗平臺抓取用戶在一段時間內(nèi)的網(wǎng)絡(luò)活動信息；其次