目錄
“新一代人工智能理論、技術(shù)及應(yīng)用叢書(shū)”序
前言
第1章 緒論 1
1.1 研究概述與研究問(wèn)題 2
1.2 本書(shū)的主要貢獻(xiàn) 5
參考文獻(xiàn) 7
第2章 基于用戶行為分析的個(gè)性化查詢推薦方法 9
2.1 問(wèn)題描述 9
2.2 基于概率圖模型的個(gè)性化查詢推薦建模 11
2.2.1 概率圖模型 11
2.2.2 基于概率圖模型的個(gè)性化查詢推薦方法 13
2.3 用戶行為建模 15
2.3.1 基于貝葉斯概率矩陣分解的用戶-查詢偏好矩陣 15
2.3.2 用戶長(zhǎng)期和短期查詢行為建模分析 18
2.4 基于用戶行為分析的個(gè)性化查詢推薦模型 20
2.5 實(shí)驗(yàn)與結(jié)果分析 21
2.5.1 查詢推薦性能衡量指標(biāo) 21
2.5.2 實(shí)驗(yàn)設(shè)計(jì) 22
2.5.3 實(shí)驗(yàn)數(shù)據(jù) 23
2.5.4 參數(shù)設(shè)置 24
2.5.5 結(jié)果分析 24
2.6 本章小結(jié) 28
參考文獻(xiàn) 28
第3章 基于多樣化和個(gè)性化相結(jié)合的查詢推薦方法 30
3.1 問(wèn)題描述 30
3.2 基于貪婪算法的多樣化查詢推薦模型 31
3.2.1 模型假設(shè)和符號(hào)說(shuō)明 31
3.2.2 基于 LDA 主題模型的查詢-主題分布 32
3.2.3 多樣化查詢推薦模型 36
3.3 基于多樣化和個(gè)性化相結(jié)合的查詢推薦模型 38
3.3.1 模型構(gòu)建 38
3.3.2 模型分析 38
3.4 實(shí)驗(yàn)與結(jié)果分析 40
3.4.1 查詢推薦性能衡量指標(biāo) 41
3.4.2 實(shí)驗(yàn)設(shè)計(jì) 41
3.4.3 實(shí)驗(yàn)數(shù)據(jù) 42
3.4.4 參數(shù)設(shè)置 43
3.4.5 結(jié)果分析 43
3.5 本章小結(jié) 48
參考文獻(xiàn) 49
第4章 基于查詢?cè)~時(shí)敏特征的個(gè)性化查詢推薦方法 52
4.1 問(wèn)題描述 52
4.2 相關(guān)研究工作 53
4.2.1 對(duì)于時(shí)間敏感的查詢推薦方法 54
4.2.2 對(duì)于時(shí)間敏感的信息檢索方法 55
4.3 基于查詢?cè)~時(shí)敏特征的個(gè)性化查詢推薦模型 56
4.3.1 查詢?cè)~頻率周期性變化特征 56
4.3.2 查詢?cè)~頻率非周期性變化特征 57
4.3.3 模型構(gòu)建 58
4.4 實(shí)驗(yàn)與結(jié)果分析 60
4.4.1 實(shí)驗(yàn)設(shè)計(jì) 60
4.4.2 實(shí)驗(yàn)設(shè)置 60
4.4.3 結(jié)果分析 62
4.5 本章小結(jié) 67
參考文獻(xiàn) 67
第5章 地理位置敏感的個(gè)性化查詢推薦方法 70
5.1 問(wèn)題描述 70
5.2 相關(guān)研究工作 71
5.2.1 基于用戶搜索歷史的查詢推薦方法 71
5.2.2 地理信息檢索方法 73
5.3 地理位置敏感的個(gè)性化查詢推薦模型 74
5.3.1 地理信息提取 74
5.3.2 排序模型構(gòu)建 77
5.4 實(shí)驗(yàn)與結(jié)果分析 79
5.4.1 實(shí)驗(yàn)設(shè)計(jì) 79
5.4.2 實(shí)驗(yàn)設(shè)置 79
5.4.3 結(jié)果分析 81
5.5 本章小結(jié) 85
參考文獻(xiàn) 85
第6章 基于用戶主題興趣的個(gè)性化查詢推薦方法 88
6.1 問(wèn)題描述 88
6.2 相關(guān)研究工作 89
6.2.1 數(shù)據(jù)稀疏性問(wèn)題的查詢推薦方法 89
6.2.2 基于相似用戶的協(xié)同信息檢索方法 90
6.2.3 主題模型 91
6.3 基于用戶主題興趣的個(gè)性化查詢推薦模型 91
6.3.1 利用傳統(tǒng)主題模型進(jìn)行用戶聚類 92
6.3.2 利用相似用戶主題模型進(jìn)行用戶聚類 95
6.3.3 排序模型構(gòu)建 98
6.4 實(shí)驗(yàn)與結(jié)果分析 101
6.4.1 實(shí)驗(yàn)設(shè)計(jì) 101
6.4.2 實(shí)驗(yàn)設(shè)置 101
6.4.3 結(jié)果分析 103
6.5 本章小結(jié) 108
參考文獻(xiàn) 108
第7章 面向復(fù)雜檢索任務(wù)的個(gè)性化查詢推薦方法 111
7.1 問(wèn)題描述 111
7.2 相關(guān)研究工作 112
7.2.1 基于機(jī)器學(xué)習(xí)的查詢推薦方法 112
7.2.2 檢索任務(wù)識(shí)別方法 114
7.3 面向復(fù)雜檢索任務(wù)的個(gè)性化查詢推薦模型 115
7.3.1 檢索任務(wù)識(shí)別 115
7.3.2 排序模型構(gòu)建 116
7.4 實(shí)驗(yàn)與結(jié)果分析 120
7.4.1 實(shí)驗(yàn)設(shè)計(jì) 120
7.4.2 實(shí)驗(yàn)設(shè)置 120
7.4.3 結(jié)果分析 122
7.5 本章小結(jié) 125
參考文獻(xiàn) 125
第8章 基于神經(jīng)網(wǎng)絡(luò)的個(gè)性化查詢推薦方法 128
8.1 問(wèn)題描述 128
8.2 相關(guān)研究工作 129
8.2.1 基于神經(jīng)網(wǎng)絡(luò)的查詢推薦方法 129
8.2.2 基于RNN的物品推薦方法 130
8.3 基于神經(jīng)網(wǎng)絡(luò)的個(gè)性化查詢推薦模型 131
8.3.1 基礎(chǔ)排序模型構(gòu)建 131
8.3.2 個(gè)性化排序模型構(gòu)建 133
8.3.3 基于注意力機(jī)制的個(gè)性化排序模型構(gòu)建 134
8.4 實(shí)驗(yàn)與結(jié)果分析 137
8.4.1 實(shí)驗(yàn)設(shè)計(jì) 137
8.4.2 實(shí)驗(yàn)設(shè)置 137
8.4.3 實(shí)驗(yàn)結(jié)果分析 138
8.5 本章小結(jié) 142
參考文獻(xiàn) 143
第9章 總結(jié)與展望 145
9.1 研究總結(jié) 145
9.2 研究展望 149
參考文獻(xiàn) 150