基于用戶偏好分析的個性化信息檢索關鍵技術研究.pdf

1、個性化信息檢索旨在根據用戶不同的信息需求，結合主觀價值傾向，給具有不同信息需求的用戶返回符合其期望的檢索結果。其核心內容在于分析不同用戶的個性化特征，結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開展了深入研究，文章的主要內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”指用戶在網頁中的鼠標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聯性；最后，基于量化數據建立滑鼠的“能量消耗”對比模型，用于表征用戶檢索滿意度的強弱。這一研究重點關注用戶檢索滿意度的量化分析方法，為信息檢索系統質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研究
　　通過分析用戶連續(xù)查詢日志，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慣及個性化特征，識別查詢意圖發(fā)生改變或轉移的臨界位置，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注部分完整意圖片段；其次，結合文本特征抽取方法構建自動化學習模型，包括分類及序列標注的方法，分別使用SVM和CRF模型；最后，通過開發(fā)及測

4、試數據集優(yōu)化學習算法，獲得最優(yōu)的意圖切分性能。這一研究借助用戶查詢日志，通過自動化的意圖片段切分技術，為抽取用戶的個性化偏好特征提供研究基礎和技術手段。
　　?用戶社交媒體活動與信息檢索關聯性分析研究
　　通過獲取用戶在一段時間內的網絡活動內容，分析用戶在不同時間段內進行信息檢索與社交網絡活動之間的關聯性，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，設計實驗平臺抓取用戶在一段時間內的網絡活動信息；其次