為了提高網(wǎng)頁排序的準(zhǔn)確性,提出一種基于ε-貪婪學(xué)習(xí)和用戶點(diǎn)擊行為的網(wǎng)頁排序算法。首先,根據(jù)用戶查詢,通過輪盤賭策略向用戶推薦相關(guān)網(wǎng)頁列表;然后,根據(jù)用戶點(diǎn)擊網(wǎng)頁的行為進(jìn)行ε-貪婪學(xué)習(xí),計(jì)算得到排序系統(tǒng)中的強(qiáng)化信號,通過獎勵和懲罰機(jī)制為每個(gè)網(wǎng)頁計(jì)算相關(guān)性程度值;最后,根據(jù)相關(guān)性程度對網(wǎng)頁進(jìn)行重新排序。隨著用戶反饋的信息越來越多,相關(guān)網(wǎng)頁會排列在列表的最高等級上。實(shí)驗(yàn)結(jié)果表明,提出的算法能夠準(zhǔn)確地推薦出相關(guān)網(wǎng)頁,在P@n、NDCG和MAP性能指標(biāo)上都獲得了較優(yōu)的性能。

【文章頁數(shù)】：5 頁

【部分圖文】：

圖1強(qiáng)化學(xué)習(xí)的框架

提出了一種基于學(xué)習(xí)自動機(jī)的排序算法LＲUF，其利用了用戶反饋信息。LＲUF算法根據(jù)排序列表中的每個(gè)網(wǎng)頁的位置進(jìn)行排序，并對更新的評分進(jìn)行排序。在此方法中，當(dāng)網(wǎng)頁被選擇的概率很低時(shí)會被刪除，并被其他網(wǎng)頁所取代，從而減少了“富者愈富”的效應(yīng)。因?yàn)檫@種算法需要計(jì)算每個(gè)步驟中所有網(wǎng)頁的概....

圖2GLUB-Ｒank算法的流程

e－βt（7）ei（t+1）=ei（t）+α×［－ei（t）?r］（8）fed，q（t+1）=fed，q（t）+α×［－fed，q（t）?r］（9）其中:α表示學(xué)習(xí)率;β表示步長，數(shù)值為0．01;t是時(shí)間，t=0時(shí)的學(xué)習(xí)率為1，隨著時(shí)間的推移接近零，學(xué)習(xí)完成;r表示獎勵，這個(gè)參數(shù)....

圖4各種算法的NDCG@10性能比較

6個(gè)查詢組成，16140個(gè)具有相關(guān)度的查詢—網(wǎng)頁對。OHSUMED包含45個(gè)特征，這些特征由查詢—網(wǎng)頁對決定，其中一些特征不依賴于查詢—網(wǎng)頁對。另外，用戶判斷類型有相關(guān)的、部分相關(guān)的和不相關(guān)的三個(gè)。4．3性能評估將GLUB-Ｒank方法與ＲankBoost和ＲankSVM算法進(jìn)行....

本文編號：4019140