摘要
提出通过获取用户建立和更新信息相关反馈模型的思想。通过观察用户在浏览Web页面时所采取的动作来获取的反馈信息,利用检索算法将用户信息量化,并利用这些信息建立与更新用户模型.一方面用户对检索结果的评价输入到用户模型上,另一方面,检索系统通过机器学习跟踪用户信息并优化用户模型。
This paper establishes an information relevant feedback model by obtaining user information. By observing the behaviors of users in visiting web, obtains feedback information, and establishs user- based information retrieval relevant feedback model, by which users input the evaluation of information retrieval result in, and on the other hand the retrieval system optimizes the user model by using the technology of intelligent learning to track user＇s information.
出处
《图书馆杂志》
CSSCI
北大核心
2008年第4期52-55,共4页
Library Journal
关键词
信息检索
相关性反馈
用户需求
机器学习
Information retrieval, Relevance feedback, Users demand, Machine learning
