利用ε-贪婪学习和用户行为反馈的搜索引擎网页排序算法 |
| |
引用本文: | 张春玲,姜成晶.利用ε-贪婪学习和用户行为反馈的搜索引擎网页排序算法[J].计算机应用研究,2019,36(8):2300-2304. |
| |
作者姓名: | 张春玲 姜成晶 |
| |
作者单位: | 潍坊科技学院计算机软件学院,山东寿光,262700;韩国圆光大学计算机软件工程学院,韩国益山,545381 |
| |
基金项目: | 国家自然科学基金资助项目(61402067) |
| |
摘 要: | 为了提高网页排序的准确性,提出一种基于ε-贪婪学习和用户点击行为的网页排序算法。首先,根据用户查询,通过轮盘赌策略向用户推荐相关网页列表;然后,根据用户点击网页的行为进行ε-贪婪学习,计算得到排序系统中的强化信号,通过奖励和惩罚机制为每个网页计算相关性程度值;最后,根据相关性程度对网页进行重新排序。随着用户反馈的信息越来越多,相关网页会排列在列表的最高等级上。实验结果表明,提出的算法能够准确地推荐出相关网页,在P@n、NDCG和MAP性能指标上都获得了较优的性能。
|
关 键 词: | 搜索引擎 网页排序 ε-贪婪学习 用户行为 |
收稿时间: | 2018/2/5 0:00:00 |
修稿时间: | 2019/7/2 0:00:00 |
本文献已被 维普 万方数据 等数据库收录! |
| 点击此处可从《计算机应用研究》浏览原始摘要信息 |
|
点击此处可从《计算机应用研究》下载全文 |
|