个性化搜索引擎调研（二）

五、用户描述信息的表达与更新、资源特征选取与表达

1、用户描述信息表达与更新

基于内容信息过滤来说，同样需要用户的参与。为了跟踪用户的兴趣和行为，需要为每个用户建立一个用户描述文件（User Profile），用户描述文件可以包括个人信息、个人兴趣、行为模式、以及用户间的关系等。具体描述信息参见第六节。

A、用户描述文件的建立。

从四个角度考虑：

内容：基于兴趣和基于行为？

粒度：一个用户一个描述或多个描述，还是一类用户共享一个描述？

时效性：短期的或长期的？

存储：是用文件来组织，还是用关系数据库或其它数据库来存储、XML数据？

B、用户描述文件的更新。

动态更新用户的兴趣可以提高个性化服务的质量。用户第一次使用时，用户注册自己的基本信息和感兴趣的内容，也可以隐式地收集用 户信息。在定制好一个用户描述文件后，可以让用户自主修改，也可以自适应地修改，这样，随用户兴趣的变化而变化。

用户跟踪：显式跟踪（很少有用户向系统主动表达自己的喜好）和隐式跟踪（行为跟踪、日志挖掘）

标记书签、浏览页面和拖动滚动条所花时间能有效地揭示用户的兴趣。收集用户感兴趣的领域，有利于对用户感兴趣的内容进行分类。

2、资源的特征选取与表达

资源的表达需要获取资源的特征，并表示为合适的方式。

基于内容的方法：从文档本身抽取信息来表示文档，利用特征词条及其权值来表示。（特征选取）

基于分类的方法：基于分类的方法是利用类别来表示资源，将文档资源分类有利于将文档推荐给对该类文档感兴趣的用户。（聚类算法）

 

六、个性化搜索里的个性化究竟代表哪些层面和因素？

个性化中的用户层面：

地理位置因素

顶级域名（TLD，Top Level Domain）的地理位置

IP地址

对查询的地理位置分析

技术方面的因素

浏览器

操作系统

移动设备

时间因素

当前在一天中的时间因素

当前在一年中的时间因素

历史性数据

行为性因素

搜索的历史数据

与搜索结果页（SERP）互动的数据

选择率和跳出率的数据

和广告的互动操作

浏览习惯（常用用户 – 更新鲜的结果）

可能的个性化因素

社会化搜索

人口统计学（指使用者的年龄、职业等个人信息）

浏览历史（隐性数据）