基于聚类和用户点击的在线多样化排序算法

华南理工大学学报(自然科学版) ›› 2011, Vol. 39 ›› Issue (12): 70-74,99.

基于聚类和用户点击的在线多样化排序算法

马千里林古立

华南理工大学计算机科学与工程学院，广东广州 510006

收稿日期:2011-06-17 修回日期:2011-08-25 出版日期:2011-12-25 发布日期:2011-11-04
通信作者: 马千里(1980-) ，男，博士，讲师，主要从事机器学习、数据挖掘等的研究． E-mail:qianlima@scut.edu.cn
作者简介:马千里(1980-) ，男，博士，讲师，主要从事机器学习、数据挖掘等的研究．
基金资助:
广东省教育部产学研结合项目( 2011B090400032) ; 教育部高等学校博士学科点专项科研基金资助项目( 20110172120027) ; 广东省自然科学基金资助项目( 9451064101003233) ; 广东省电子商务市场应用技术重点实验室开放基金资助项目( 2011GDECOF01) ; 华南理工大学中央高校基本科研业务费专项资金资助项目( 2009ZM0125，2009ZM0189，2009ZM0255)

Online Diversified Ranking Algorithm Based on Clustering and User Clicks

Ma Qian-li Lin Gu-li

School of Computer Science and Engineering,South China University of Technology,Guangzhou 510006,Guangdong,China

Received:2011-06-17 Revised:2011-08-25 Online:2011-12-25 Published:2011-11-04
Contact: 马千里(1980-) ，男，博士，讲师，主要从事机器学习、数据挖掘等的研究． E-mail:qianlima@scut.edu.cn
About author:马千里(1980-) ，男，博士，讲师，主要从事机器学习、数据挖掘等的研究．
Supported by:
广东省教育部产学研结合项目( 2011B090400032) ; 教育部高等学校博士学科点专项科研基金资助项目( 20110172120027) ; 广东省自然科学基金资助项目( 9451064101003233) ; 广东省电子商务市场应用技术重点实验室开放基金资助项目( 2011GDECOF01) ; 华南理工大学中央高校基本科研业务费专项资金资助项目( 2009ZM0125，2009ZM0189，2009ZM0255)

摘要/Abstract

摘要： 在互联网信息检索中，多样化排序方法力求在排序结果列表靠前的位置为用户提供多样的结果文档．文中提出一种基于聚类和用户点击的在线多样化排序算法CRBA，通过结合文档的相似性以及用户的点击反馈，在与用户的不断交互中为用户提供多样化的排序结果．该算法将在线和离线的思想进行融合，既可以利用主题聚类的优点，根据主题对候选文档集合进行简单的划分，大大加快了算法收敛速度，又能发挥在线排序算法的优点，利用用户点击反馈，获得对用户意图更为准确和完整的估计．实验结果表明，与其它在线排序算法相比，CRBA 算法收敛速度快，且具有适应现实搜索环境中文档数量大的特点．

关键词: 信息检索, 多样化, 聚类, 在线排序, 排序算法

Abstract:

In the information retrieval on the Internet,diversified ranking methods are used to provide top diverse results for users. This paper proposes an online diversified ranking algorithm CRBA based on clustering and user clicks. CRBA utilizes the similarity of documents to user feedbacks and provides diverse ranking results according to the continuous interaction of users. With the combination of the online method and the offline one,CRBA takes advantage of the topic clustering so that the convergence can be speeded up by preliminarily dividing candidate documents according to their topics. Moreover,it utilizes the merits of online ranking algorithms so that more accurate and complete estimation of users' purposes can be obtained from user clicks. Experimental results show that,as compared with the other online diversified ranking algorithms,CRBA converges more quickly and adapts well to the ranking of documents with a large amount.

Key words: information retrieval, diversification, clustering, online ranking, ranking algorithm

马千里林古立. 基于聚类和用户点击的在线多样化排序算法[J]. 华南理工大学学报(自然科学版), 2011, 39(12): 70-74,99.

Ma Qian-li Lin Gu-li. Online Diversified Ranking Algorithm Based on Clustering and User Clicks[J]. Journal of South China University of Technology(Natural Science Edition), 2011, 39(12): 70-74,99.

[1]	刘怡俊, 王嘉达, 钟仕杰, 等. 基于统一标签矩阵的快速多视图聚类[J]. 华南理工大学学报(自然科学版), 2023, 51(9): 110-119.
[2]	王学武, 方俊宇, 高进, 等. 基于改善解集分布性的多目标优化[J]. 华南理工大学学报(自然科学版), 2023, 51(8): 137-148.
[3]	林培群, 龚敏平, 周楚昊. 面向运输风险识别的高速公路货车用户画像方法[J]. 华南理工大学学报(自然科学版), 2023, 51(6): 1-9.
[4]	于斌, 张钰钦, 王羽尘, 等. 基于车载激光点云的道路几何信息自动化提取[J]. 华南理工大学学报(自然科学版), 2023, 51(2): 88-99.
[5]	周璇, 王馨瑶, 闫军威, 等. 基于机器学习的建筑复杂用能系统运行状态异常检测[J]. 华南理工大学学报(自然科学版), 2022, 50(7): 144-154.
[6]	陈廷照, 陈艳艳, 王子理, 等. “轨道交通微中心”理念下的慢行影响区范围确定方法[J]. 华南理工大学学报(自然科学版), 2022, 50(7): 56-65.
[7]	兰凤崇, 张越, 陈吉清, 等. 人车碰撞事故中行人伤亡风险的关联性分析与预测 [J]. 华南理工大学学报(自然科学版), 2022, 50(5): 1-10.
[8]	刘小兰, 石宗宇, 叶泽慧, 等. 基于锚点图的低秩缺失多视图子空间聚类[J]. 华南理工大学学报(自然科学版), 2022, 50(12): 60-70.
[9]	陈吉清, 舒孝雄, 兰凤崇, 等. 典型危险事故特征的自动驾驶测试场景构建[J]. 华南理工大学学报（自然科学版）, 2021, 49(5): 1-8.
[10]	梁京章, 黄星舒, 吴丽娟, 等. 基于 KPCA 和改进 K- means 的电力负荷曲线聚类方法[J]. 华南理工大学学报（自然科学版）, 2020, 48(6): 143-150.
[11]	李智, 陈业航, 冯宝, 等. 基于活动轮廓模型的脑梗死图像分割[J]. 华南理工大学学报（自然科学版）, 2020, 48(5): 102-111,124.
[12]	刘小兰叶泽慧. 基于 StarGAN 和子空间学习的缺失多视图聚类[J]. 华南理工大学学报（自然科学版）, 2020, 48(11): 87-98.
[13]	郑思凡, 王卫星, 何占华, 等. 双粒度光流流形学习的刮刷总成摆杆摆幅检测[J]. 华南理工大学学报（自然科学版）, 2020, 48(1): 123-132.
[14]	刘小兰潘凎易淼李植鹏. 分布式低秩张量子空间聚类算法[J]. 华南理工大学学报(自然科学版), 2019, 47(8): 77-83,95.
[15]	代翔黄细凤唐瑞蒋梦婷陈兴蜀王海舟罗梁. 基于层次聚类的子话题检测算法[J]. 华南理工大学学报(自然科学版), 2019, 47(8): 84-95.