基于用户行为分析的个人信息检索研究.pdfVIP

基于用户行为分析的个人信息检索研究* 蒋在帆 1,2，王斌 1 1. 中国科学院 计算技术研究所，北京 100190 2. 中国科学院 研究生院， 北京 100049 E-mail: jiangzaifan@ 摘 要：个人信息检索是指个人计算机上用户搜索个人信息(通常是文档) 的过程，与互联网检索相比，个 人信息检索能够利用的信息很少，这使得其检索结果的排序更加困难。本文通过考察计算机上的用户行为， 对个人信息检索的排序问题进行了深入的研究。本文考察的用户行为主要包括用户在检索系统中的查询行 为和在计算机上的文件访问行为。本文一方面通过查询行为数据训练出结果排序函数，另一方面通过文件 访问行为数据获取文件自身的权重，最后并利用统计学习方法结合这两类行为的计算结果。实验结果表明， 本文提出的方法好于传统的 TFIDF 排序方法。 关键词：用户行为；个人信息检索；统计学习；Ranking SVM User Behavior Based Personal Information Retrieval JIANG Zaifan1,2, WANG Bin1 1. Institute of Computing Technology, Chinese Academy of Sciences, Beijing 100190, China; 2. Graduate University of Chinese Academy of Sciences, Beijing 100049, China. E-mail: jiangzaifan@ Abstract: Personal Information Retrieval (PIR) is an important technology for users searching files in their computers. Compared with Web retrieval,the information that can be used by PIR are very limited, which makes personal information retrieval a very difficult problem. In this paper, we collect user behavior information and use them to conduct an in-depth research on ranking problem of PIR. The user behavior information include user’s search information and file-access information. In this paper, we use search information to obtain training data and file-access information to computer file weights, then we use statistical learning method to learn ranking function. Experimental results show that our method performed better than the traditional TFIDF ranking method. Key words: User Behavior; Personal Information Retrieval; Statistical Learning; Ranking SVM 1 引言 世界范围的WWW应用飞速发展，信息量呈几何级数逐年递增。利用Web搜索引擎， 人们可以从海量信息中找到他们所真正需要的信息。除了Web上的信息不断增加外，个人 计算机硬盘上存储的信息量也不断增大。随着时间的流逝，用户计算机上的信息越来越多， 这使得人们经常花费大