利用ε-贪婪学习和用户行为反馈的搜索引擎网页排序算法

• 作者: 姜成晶 张春玲
• 来源期刊: 计算机应用研究
• 关键词: 搜索引擎 网页排序 ε-贪婪学习 用户行为
• 年，卷（期）: 2019,（8）
• 所属期刊栏目: 算法研究探讨
• 页码范围: 2300-2304
• 页数: 5页
• 分类号: TP311
• 语种: 中文
• DOI: 10.19734/j.issn.1001-3695.2018.02.0082

摘要

为了提高网页排序的准确性,提出一种基于ε-贪婪学习和用户点击行为的网页排序算法.首先,根据用户查询,通过轮盘赌策略向用户推荐相关网页列表;然后,根据用户点击网页的行为进行ε-贪婪学习,计算得到排序系统中的强化信号,通过奖励和惩罚机制为每个网页计算相关性程度值;最后,根据相关性程度对网页进行重新排序.随着用户反馈的信息越来越多,相关网页会排列在列表的最高等级上.实验结果表明,提出的算法能够准确地推荐出相关网页,在P@n、NDCG和MAP性能指标上都获得了较优的性能.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	姜成晶	韩国圆光大学计算机软件工程学院	1	0	0.0	0.0