本文選題：異質(zhì)化結(jié)果　切入點：深度神經(jīng)網(wǎng)絡(luò)　出處：《中文信息學報》2017年05期

【摘要】：隨著富媒體展現(xiàn)形式被越來越多地引入搜索交互界面,搜索引擎的結(jié)果頁面呈異質(zhì)化和二維模塊展現(xiàn)形式,這對傳統(tǒng)的點擊預(yù)測模型提出了巨大的挑戰(zhàn)。針對這一情況,我們對實際搜索引擎結(jié)果頁面的多模態(tài)結(jié)果進行了分析,構(gòu)建了一個結(jié)合深度神經(jīng)網(wǎng)絡(luò)和點擊模型的框架,該框架既包含了神經(jīng)網(wǎng)絡(luò)的特性,又利用了點擊模型的預(yù)測能力。我們希望利用這個框架挖掘出多模態(tài)信息與文本信息之間的相關(guān)性,使之具有描述異質(zhì)化結(jié)果和二維模塊展示形式的能力。實驗表明,我們的框架相較于傳統(tǒng)的點擊模型在點擊預(yù)測性能上有顯著提升,但由于搜索引擎的多模態(tài)結(jié)果內(nèi)容復(fù)雜,僅利用多模態(tài)結(jié)果的底層特征,即使使用深度神經(jīng)網(wǎng)絡(luò),從中能夠挖據(jù)出的語義相關(guān)性較弱。
[Abstract]:As rich media presentation is increasingly introduced into the search interactive interface, the search engine results pages are heterogeneous and two-dimensional module presentation, which poses a huge challenge to the traditional click-prediction model. We analyze the multi-modal results of the actual search engine results page, and construct a framework combining the depth neural network and the click model, which includes the characteristics of the neural network. We also use the prediction ability of click-through model. We hope to mine the correlation between multi-modal information and text information by using this framework, so that it has the ability to describe the heterogeneous results and display the form of two-dimensional module. The experimental results show that, Compared with the traditional click-through model, our framework has a significant improvement in the performance of click-prediction, but because of the complexity of the multi-modal results of search engines, only the underlying features of the multi-modal results are utilized, even though the depth neural network is used. The semantic correlation that can be extracted from it is weak.
【作者單位】： 智能技術(shù)與系統(tǒng)國家重點實驗室清華信息科學與技術(shù)國家實驗室(籌)清華大學計算機系;
【基金】：國家自然科學基金(61622208,61532011,61472206) 國家973計劃(2015CB358700)
【分類號】：TP391.3

【相似文獻】

相關(guān)期刊論文 前10條

1 曠章輝;王甲海;周雅蘭;;用改進的競爭Hopfield神經(jīng)網(wǎng)絡(luò)求解多邊形近似問題[J];計算機科學;2009年03期

2 高永建 ,吳健康;神經(jīng)網(wǎng)絡(luò)及其識別應(yīng)用簡介[J];電信科學;1990年02期

3 謝國梁;;神經(jīng)網(wǎng)絡(luò):從希望到現(xiàn)實[J];激光與光電子學進展;1991年01期

4 鄭士貴;文獻自動閱讀神經(jīng)網(wǎng)絡(luò)[J];管理科學文摘;1996年08期

5 呂芬;趙生妹;;基于Hopfield神經(jīng)網(wǎng)絡(luò)的噪聲字母識別[J];計算機與信息技術(shù);2005年12期

6 李毅;童紅俊;宋貴寶;李冬;;神經(jīng)網(wǎng)絡(luò)在飛行器航跡仿真計算中的應(yīng)用[J];海軍航空工程學院學報;2006年05期

7 林鋼;;基于SOM神經(jīng)網(wǎng)絡(luò)對潛在客戶的挖掘[J];南寧職業(yè)技術(shù)學院學報;2006年04期

8 楊帆;陳勁杰;唐梅華;陳鑫;;簡論神經(jīng)網(wǎng)絡(luò)在搜索中的應(yīng)用[J];機械管理開發(fā);2008年01期

9 朱紅斌;;LVQ神經(jīng)網(wǎng)絡(luò)在交通事件檢測中的應(yīng)用[J];計算機工程與應(yīng)用;2008年34期

10 李彤巖;李興明;;神經(jīng)網(wǎng)絡(luò)在確定關(guān)聯(lián)規(guī)則挖掘算法權(quán)值中的應(yīng)用研究[J];計算機應(yīng)用研究;2008年05期

相關(guān)會議論文 前10條

1 陳文新;王長富;戴蓓倩;;基于神經(jīng)網(wǎng)絡(luò)的漢語四聲識別[A];第一屆全國語言識別學術(shù)報告與展示會論文集[C];1990年

2 李睿;李明軍;;一種模糊高斯基神經(jīng)網(wǎng)絡(luò)在數(shù)值逼近上的仿真[A];計算機技術(shù)與應(yīng)用進展——全國第17屆計算機科學與技術(shù)應(yīng)用（CACIS）學術(shù)會議論文集（上冊）[C];2006年

3 許旭萍;臧道青;;采用Hopfield神經(jīng)網(wǎng)絡(luò)實施缸蓋表面點陣字符識別[A];第十五屆全國汽車檢測技術(shù)年會論文集[C];2011年

4 朱長春;;神經(jīng)網(wǎng)絡(luò)用于線性時固有系統(tǒng)的廣義狀態(tài)轉(zhuǎn)移矩陣的識別[A];中國工程物理研究院科技年報（1999）[C];1999年

5 王玉斌;李永明;王穎;;用數(shù)據(jù)挖掘和神經(jīng)網(wǎng)絡(luò)技術(shù)預(yù)測工程造價[A];第十一屆全國電工數(shù)學學術(shù)年會論文集[C];2007年

6 應(yīng)捷;袁一方;;神經(jīng)網(wǎng)絡(luò)指紋特征點匹配算法的改進[A];2007'中國儀器儀表與測控技術(shù)交流大會論文集（二）[C];2007年

7 謝小良;符卓;;基于Hopfield神經(jīng)網(wǎng)絡(luò)的單周期船舶調(diào)度模型及算法[A];2008年全國開放式分布與并行計算機學術(shù)會議論文集(下冊)[C];2008年

8 陳意;;神經(jīng)網(wǎng)絡(luò)在船舶識別一個應(yīng)用[A];船舶航泊安全的新經(jīng)驗新技術(shù)論文集（上冊）[C];2007年

9 王輝;楊杰;黎明;蔡念;;一種基于神經(jīng)網(wǎng)絡(luò)的圖像復(fù)原方法[A];2006年全國光電技術(shù)學術(shù)交流會會議文集（D 光電信息處理技術(shù)專題）[C];2006年

10 賈睿;徐啟強;劉艷;;基于神經(jīng)網(wǎng)絡(luò)的網(wǎng)殼結(jié)構(gòu)近似分析研究[A];第二十一屆全國振動與噪聲高技術(shù)及應(yīng)用學術(shù)會議論文集[C];2008年

相關(guān)重要報紙文章 前1條

1 中國科技大學計算機系　邢方亮;神經(jīng)網(wǎng)絡(luò)挑戰(zhàn)人類大腦[N];計算機世界;2003年

相關(guān)博士學位論文 前10條

1 李曉剛;基于神經(jīng)網(wǎng)絡(luò)的碼垛機器人視覺位姿測量及伺服控制研究[D];北京林業(yè)大學;2015年

2 戶保田;基于深度神經(jīng)網(wǎng)絡(luò)的文本表示及其應(yīng)用[D];哈爾濱工業(yè)大學;2016年

3 沈旭;基于序列深度學習的視頻分析：建模表達與應(yīng)用[D];中國科學技術(shù)大學;2017年

4 諸勇;正交回歸神經(jīng)網(wǎng)絡(luò)及其在控制系統(tǒng)中的應(yīng)用[D];浙江大學;1998年

5 田景文;地下油藏的仿真與預(yù)測[D];哈爾濱工程大學;2001年

6 彭宏京;基于稀疏RAM的神經(jīng)網(wǎng)絡(luò)及其人臉識別應(yīng)用研究[D];南京航空航天大學;2002年

7 王吉權(quán);BP神經(jīng)網(wǎng)絡(luò)的理論及其在農(nóng)業(yè)機械化中的應(yīng)用研究[D];沈陽農(nóng)業(yè)大學;2011年

8 王鑫;基于表示學習的情感分析關(guān)鍵技術(shù)研究[D];哈爾濱工業(yè)大學;2017年

9 郭海湘;石油儲層縱向預(yù)測軟硬計算融合的理論與方法研究[D];中國地質(zhì)大學;2008年

10 葛利;基于過程神經(jīng)網(wǎng)絡(luò)的時序數(shù)據(jù)挖掘研究[D];哈爾濱工程大學;2012年

相關(guān)碩士學位論文 前10條

1 陳彥至;神經(jīng)網(wǎng)絡(luò)降維算法研究與應(yīng)用[D];華南理工大學;2015年

2 蔡邦宇;人臉識別中單次ERP時空特征分析及其快速檢索的應(yīng)用[D];浙江大學;2015年

3 鄭川;垃圾評論檢測算法的研究[D];西南交通大學;2015年

4 汪濟民;基于卷積神經(jīng)網(wǎng)絡(luò)的人臉檢測和性別識別研究[D];南京理工大學;2015年

5 彭玲玲;基于不確定理論與機器學習的行人檢測[D];長安大學;2015年

6 楊陳東;BP-Fisher判別分析法[D];長安大學;2015年

7 孟鑫;基于Hadoop云平臺下的客流量預(yù)測研究[D];長安大學;2015年

8 張勇;深度卷積神經(jīng)網(wǎng)絡(luò)在車牌和人臉檢測領(lǐng)域的應(yīng)用研究[D];鄭州大學;2015年

9 宋璐璐;財經(jīng)職業(yè)技術(shù)學院票務(wù)管理系統(tǒng)的設(shè)計與實現(xiàn)[D];西安工業(yè)大學;2015年

10 陳銳浩;基于神經(jīng)網(wǎng)絡(luò)的口令屬性分析工具開發(fā)[D];上海交通大學;2015年

，

本文編號：1658981