个性化搜索
九二_
这个作者很懒,什么都没留下…
展开
-
Personalized Web Search总结
Personalized Web Search总结定义历史背景基础知识用户剪影——User Profiling基于内容分析的个性化搜索——Personalized基于超链接分析的个性化网络搜索——Personalized Web Search Based on Hyperlink Analysis基于社区的个性化网络搜索——Community-based Personalized Web Search服务器端和客户端的实现——Server-Side and Client-Size Implement个性化搜原创 2020-11-01 10:43:24 · 1314 阅读 · 1 评论 -
Conv-knrm模型介绍
Conv-knrm模型介绍前言N-gram组成和交叉匹配使用n-gram的转换矩阵来排序域迁移 论文链接 前言 该模型是同作者对KNRM的改进,KNRM直接计算了query和document的单词嵌入向量之间的余弦作为其单词level的相似性,进而使用kernel-pooling计算query和document的相似性,Conv-knrm则考虑了n-gram级别的单词表达,通过卷积的形式计算单词的n-gram representation,同时将所有的query和document表达矩阵交叉匹配,计算多个相原创 2020-09-11 10:15:10 · 1430 阅读 · 0 评论 -
Employing Personal Word Embeddings for Personalized Search
Employing Personal Word Embeddings for Personalized Search总结Idea模型整体结构模型详细内容符号Pre-training 论文链接 Idea 自然语言中有许多二次单词,例如“Apple",不同知识背景和兴趣爱好的人对于这些单词会有不同的理解,所以对于不同的用户,这种歧义单词应该有不同的语义表达! 和之前常见的基于用户profile的个性化搜索所不同的是,这里直接在w2c的过程中就根据用户兴趣做了个性化,整个模型都是围绕这个思想展开。 模型整体结构原创 2020-09-10 20:34:12 · 370 阅读 · 0 评论 -
Personalizing Search Results Using Hierarchical RNN with Query-aware Attention总结
Personalizing Search Results Using Hierarchical RNN with Query-aware Attention总结论文动机训练过程简述模型介绍 论文链接 论文动机 在这篇论文之前关于个性化搜索的研究里,很少有研究考虑了历史queries和session的顺序信息。queries提出的顺序对于推断用户意图来说十分重要的,显然近期的session可以比陈旧的session提供更多的信息。所以本文为了利用这种序列信息,使用了层级RNN(HRNN)来挖掘这一信息,并自动原创 2020-08-27 10:39:35 · 315 阅读 · 0 评论 -
PSGAN: A Minimax Game for Personalized Search with Limited and Noisy Click Data总结
PSGAN: A Minimax Game for Personalized Search with Limited and Noisy Click Data总结 首先提出问题: 深度学习由于良好的自动从数据中提取特征的能力而广泛应用在个性化搜索中。然而历史记录里一些噪音信息,比如和当前query相关性不高的数据对于当前query来说是无用的,因此有了一个挑战:在具有相关数据和无关数据的条件下,如何找到合适的(个性化)分类边界,也就是如何判别某个document和当前的query以及用户是否相关。 然后放出原创 2020-08-22 17:13:19 · 266 阅读 · 0 评论