欢迎来到百文图书馆!包月下载,不限IP,随心所欲!

个性化搜索发展趋势

个性化搜索目前主要借助用户Profile来实现。文献在用户一天的浏览日志上应用改进的协同过滤算法来构建用户描述,隐式地影响搜索结果的排序。视频搜索系统MAD6[19s}将协同过滤应用到视频搜索中,在、'ahoo!Movies点击日志上的离线试验和44个雅虎员工的在线调查表明MAD6比IMDB和、'ahoo!Movies现有搜索系统的搜索效果好。Smart Space for Learning (SS4L)框架的目标在于帮助用户选择合适的学习资源或活动,SS4L的个性化策略包括两个部分:基于用户Profile的查询重写,基于本体论与个性化排序技术的结果重排序。文献改进了基于表单的搜索请求交互方式,构建了基于贝叶斯信念的用户Profile,帮助用户准确地表达反映其偏好的搜索请求。

    个性化搜索的界面交互方式受到研究人员越来越多的关注,尤其是多方面检索和探索式搜索。根据每个用户的行为来个性化多方面检索的交互界面,提出了一个基于效用的框架来评估多方面检索界面。文献「198]应用了实体关系模型和关系数据模型,形式化分析了多方面元数据浏览系统,揭示了多方面检索浏览系统的发展方向。文献运用了虹膜跟踪、访问调查等手段,来研究Mufti-Facets探索式检索界面上各组成部分受用户的关注程度,研究结果表明Facets在探索式检索中扮演了重要角色。文献〔200]讨论了复杂搜索任务下多方面搜索界面的设计,允许用户创建不同的搜索方面,组织他们的搜索环境。

    探索式搜索在多媒体网络信息系统中十分流行。文献为大规模Flickr图像集合提供了探索式搜索界面,应用了主题图自动生成算法,使用Hyperbolic可视化算法提供探索式检索服务,系统根据用户在浏览过程中选择的主题推送相应的图片。文献针对新闻视频也提供了类似的探索式搜索界面。Forkbrowser搜索界面折衷了目的搜索和探索式搜索,按照叉子的形状集成了多种基于文本、语义以及视觉底层内容特征的视频检索方法。TaskSieve搜索系统建立在由相关反馈技术构建的Task Model之上,在用户搜索时会告诉用户其Task Model的构成单词,同时在搜索结果片断中高亮显示Task Model中的单词,结合用户查询和其Task Model来完成个性化排序。VIGOR交互式视频检索系统[[ZOS]提供了一种面向组的探索式搜索界面,允许用户分组感兴趣的视频,可视化和利用这些分组信息来帮助检索视频,提升用户体验。