[發明專利]自適應個性化信息檢索系統及方法

有效

• 申請號: 201210244519.5
• 申請日: 2012-07-16
• 公開（公告）號: CN102779193A
• 公開（公告）日: 2012-11-14
• 發明（設計）人: 楊沐昀;王曉春;李生;齊浩亮;趙鐵軍
• 申請（專利權）人: 哈爾濱工業大學
• 主分類號: G06F17/30
• 分類號: G06F17/30
• 代理公司: 哈爾濱市松花江專利商標事務所 23109
• 代理人: 張宏威

1.自適應個性化信息檢索系統，其特征在于該系統包括：

用于根據當前查詢信息、結合歷史查詢信息和歷史點擊信息構成特征矩陣，還用于根據特征矩陣獲得訓練參數預測模型的數據輸入子系統；

用于根據特征矩陣訓練并應用參數預測模型、獲得預測參數的參數訓練和預測子系統；

用于以預測出來的參數來組織當前查詢、歷史查詢和歷史點擊；還用于將用戶模型和查詢模型結合形成個性化查詢模型的執行檢索子系統；

用于在待檢索文檔中尋找與個性化查詢匹配的文檔作為初步檢索結果，還用于根據相關性對所述初步檢索結果進行排序，并將排序后的結果作為最終檢索結果輸出的數據輸出子系統。

2.根據權利要求1所述的自適應個性化信息檢索系統，其特征在于，所述數據輸入子系統包括：

用于根據當前查詢信息生成用戶行為特征的模塊，和

用于根據獲得的用戶所有行為特征構成特征矩陣的模塊。

3.根據權利要求1所述的自適應個性化信息檢索系統，其特征在于，參數訓練和預測子系統包括：

用于接收待處理數據的數據輸入模塊；

用于計算每個查詢所對應的歷史查詢和歷史點擊、并整理成所要求的數據格式的模塊；

用于構成特征矩陣的模塊；

用于以遍歷的查找方式查找當前查詢最優的參數的模塊，所述遍歷的步長為0.1；

用于使用SVM回歸模型建立用戶特征和最優參數的映射的模塊。

4.根據權利要求1所述的自適應個性化信息檢索系統，其特征在于，所述用戶行為特征包括：

表示用戶在一個查詢會話session內的查看過的網頁文檔的歷史點擊類特征，

表示用戶在一個查詢會話session內的向檢索系統提交過的歷史查詢類特征，

表示當前查詢的當前查詢類特征；

表示當前查詢和歷史查詢之間關系的當前查詢和歷史查詢之間的特征；

表示當前查詢和歷史點擊之間關系的當前查詢和歷史點擊之間的特征。

5.根據權利要求4所述的自適應個性化信息檢索系統，其特征在于，

所述歷史點擊類特征包括：歷史點擊總次數，歷史點擊總長度，歷史點擊長度平均值，每次點擊平均長度，上一歷史點擊總長度，上一次點擊文檔數量，上一次點擊文檔長度的平均值；

所述歷史查詢類特征包括：歷史查詢總長度，歷史查詢的平均長度和歷史查詢總數量；

所述表示當前查詢的當前查詢類特征包括：當前查詢長度；

所述當前查詢和歷史查詢之間的特征包括：當前查詢詞與上一個歷史查詢相比，新增詞與上一個歷史點擊的重復概率,當前查詢和上一個查詢比較，新增詞的數量,當前查詢詞與上一個歷史查詢相比，共現詞占當前查詢長度的百分比,當前查詢和歷史查詢的相似度均值,當前查詢和歷史查詢的相似度最大值,當前查詢詞和上一個歷史查詢的相似度,當前查詢與上一個歷史查詢相比，新增詞與當前查詢的重復概率,新增詞數量,新增詞出現的次數總和,當前查詢詞與上一個歷史查詢相比，刪減詞與上一個歷史查詢的重復概率,上一歷史查詢中刪減詞的數量,上一歷史查詢中刪減詞出現的次數總和,當前查詢與上一個歷史查詢相比，共現詞與上一個歷史查詢的重復概率,上一歷史查詢中共現詞的數量,上一歷史查詢中共現詞出現的次數總和；

所述當前查詢和歷史點擊之間的特征包括：當前查詢詞與全部歷史點擊相似度均值,當前查詢詞與全部歷史點擊相似度最大值,當前查詢詞與上一個歷史點擊相似度,當前查詢與上一個歷史點擊中新增詞個數,新增詞在上一歷史點擊出現次數總和,當前查詢詞與上一個歷史查詢相比，刪減詞與上一個歷史點擊的重復概率,刪減詞的數量,上一歷史點擊中刪減詞個數,在上一歷史點擊中刪減詞出現的次數總和,當前查詢詞與上一個歷史點擊相比，共現詞與上一個歷史點擊的重復概率,共現詞的數量,上一歷史點擊中共現詞的數量,上一歷史點擊中共現詞出現次數總和。