基于 LambdaMART 的个性化搜索检索模型

• 作者: 刘淑芬 包铁 金众威
• 来源期刊: 吉林大学学报（理学版）
• 学科: 工学
• 关键词: 决策树 增强树 搜索引擎 个性化搜索
• 年，卷（期）: 2016,（4）
• 所属期刊栏目: 计算机科学
• 页码范围: 821-826
• 页数: 6页
• 分类号: TP311
• 字数: 3712字
• 语种: 中文
• DOI: 10.13413/j.cnki.jdxblxb.2016.04.26

摘要

针对如何把个性化信息加入到搜索结果排序中，提出一种基于决策树的可量化用户个性化信息的方法，并根据用户的搜索关键词与用户的个性化信息，预测用户的搜索意图，把预测结果融合在排序结果中，解决了传统检索模型无法有效加入用户个性化信息的缺陷。实验结果表明，加入个性化信息后的排序结果准确性明显提升，从而改善了用户对搜索引擎的体验。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	刘淑芬	吉林大学计算机科学与技术学院	96	764	14.0	21.0
2	包铁	吉林大学计算机科学与技术学院	15	80	6.0	8.0
3	金众威	吉林大学计算机科学与技术学院	1	1	1.0	1.0