关闭

Random Walks on the Click Graph

标签: randomimagequeryyahoo搜索引擎graph
2136人阅读 评论(0) 收藏 举报
分类:

        这是一篇微软剑桥研究院的文章。在搜索引擎领域,有几大公司和研究院产出了大量论文。论文最多的是“yahoo ! research”,其次可能就是 mircosoft Research和google research。在国内,搜狗实验室靠近清华,因此有大量的清华学生也写了很多论文。以此对比的是,百度、qq、阿里却很少产出相应的论文。或者是他们的论文,我没有读到吧。


        基于有向图来计算有着悠久的历史,大名鼎鼎的pagerank,就是简单的利用出度、入度来计算网页的相关性。被引用的网页越多,相关性也就越高。


        在这篇论文中,把query和image直接的关系重新组织为无向图。对于任何一个query,计算它的发散概率;对于任何一个image,也计算他的发散概率。形成转移矩阵之后,矩阵多次乘积就能够迭代出query到image的概率关系。


         论文后面对简单的发散概率做了一下优化,query的发散概率和image的发散概率的计算方式不相同。在论文中,提到聚类效应,也就是说,同样一个query检索并被用户点击的image,是一种天然的聚类。


0
0

查看评论
* 以上用户言论只代表其个人观点,不代表CSDN网站的观点或立场
    个人资料
    • 访问:352867次
    • 积分:5836
    • 等级:
    • 排名:第4354名
    • 原创:215篇
    • 转载:12篇
    • 译文:5篇
    • 评论:57条
    最新评论