基于短期记忆与遗忘系数的用户个性化建模方法研究

• 作者: 张辉 徐峥 陈海燕
• 来源期刊: 计算机科学
• 学科: 工学
• 关键词: 个性化搜索 用户模型 语义挖掘 用户语境
• 年，卷（期）: 2016,（2）
• 所属期刊栏目: 人工智能
• 页码范围: 277-282
• 页数: 6页
• 分类号: TP391
• 字数: 8631字
• 语种: 中文
• DOI: 10.11896/j.issn.1002-137X.2016.2.058

摘要

搜索引擎的一个标准是不同的用户用相同的查询条件检索时,返回的结果相同.为解决准确性问题,个性化搜索引擎被提出,它可以根据用户的不同个性化特征提供不同的搜索结果.然而,现有的方法更注重用户的长时记忆和独立的用户日志文件,从而降低了个性化搜索的有效性.获取用户短时记忆模型来提供准确有效的用户偏好的个性化搜索方法被广泛采用.首先,根据基于查询关键词的相关概念生成短期记忆模型;接着,基于用户的时序有效点击数据生成用户个性化模型;最后,在用户会话中引入了遗忘因子来优化用户个性化模型.实验结果表明,所提出的方法可以较好地表达用户信息需求,较为准确地构建用户的个性化模型.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张辉	清华大学公共安全研究院	217	1483	19.0	30.0
2	陈海燕	华东政法大学计算机科学与技术系	11	52	3.0	7.0
3	徐峥	清华大学公共安全研究院	2	3	1.0	1.0