文件名称:
通过分析查询日志了解丰富的多维用户相关性模型
开发工具:
文件大小: 464kb
下载次数: 0
上传时间: 2021-03-06
详细说明：近年来，在信息检索（IR）中对多维相关性进行建模已引起了广泛的关注。 但是，大多数现有研究是通过相对较小规模的用户研究进行的，这可能无法反映现实世界和自然搜索情况。 在本文中，我们建议研究大规模查询日志上的多维用户相关模型（MURM），该模型在自然搜索设置中记录用户的各种搜索行为（例如，查询重新编写，点击次数和停留时间等）。 通过提供两个额外的维度，即兴趣和习惯，我们改进了现有的MURM模型（包括五个维度：时事性，新颖性，可靠性，可理解性和范围）。 这两个新维度代表对检索到的文档的个性化相关性判断。 此外，对于丰富的MURM模型中的每个维度，制定了一组可计算的特征。 通过对Bing的查询日志和TREC会话跟踪数据进行广泛的文档排名实验，我们系统地研究了每个维度对检索性能的影响，并获得了一系列有见地的发现，这些发现可能会为未来的IR系统设计带来好处。
(系统自动生成,下载前可以参看下载内容)
下载文件列表
相关说明
- 本站资源为会员上传分享交流与学习,如有侵犯您的权益,请联系我们删除.
- 本站是交换下载平台，提供交流渠道，下载内容来自于网络，除下载问题外，其它问题请自行百度。
- 本站已设置防盗链，请勿用迅雷、QQ旋风等多线程下载软件下载资源，下载后用WinRAR最新版进行解压.
- 如果您发现内容无法下载，请稍后再次尝试；或者到消费记录里找到下载记录反馈给我们.
- 下载后发现下载的内容跟说明不相乎，请到消费记录里找到下载记录反馈给我们，经确认后退回积分.
- 如下载前有疑问，可以通过点击"提供者"的名字，查看对方的联系方式，联系对方咨询.
