我做的關于個性化搜索服務的知識分享. 五、用戶描述信息的表達與更新、資源特征選取與表達 六、個性化搜索里的個性化究竟代表哪些層面和因素？

五、用戶描述信息的表達與更新、資源特征選取與表達

1、用戶描述信息表達與更新

基于內容信息過濾來說，同樣需要用戶的參與。為了跟蹤用戶的興趣和行為，需要為每個用戶建立一個用戶描述文件（User Profile），用戶描述文件可以包括個人信息、個人興趣、行為模式、以及用戶間的關系等。具體描述信息參見第六節。

A、用戶描述文件的建立。

從四個角度考慮：

內容：基于興趣和基于行為？

粒度：一個用戶一個描述或多個描述，還是一類用戶共享一個描述？

時效性：短期的或長期的？

存儲：是用文件來組織，還是用關系數據庫或其它數據庫來存儲、XML數據？

B、用戶描述文件的更新。

動態更新用戶的興趣可以提高個性化服務的質量。用戶第一次使用時，用戶注冊自己的基本信息和感興趣的內容，也可以隱式地收集用 戶信息。在定制好一個用戶描述文件后，可以讓用戶自主修改，也可以自適應地修改，這樣，隨用戶興趣的變化而變化。

用戶跟蹤：顯式跟蹤（很少有用戶向系統主動表達自己的喜好）和隱式跟蹤（行為跟蹤、日志挖掘）

標記書簽、瀏覽頁面和拖動滾動條所花時間能有效地揭示用戶的興趣。收集用戶感興趣的領域，有利于對用戶感興趣的內容進行分類。

2、資源的特征選取與表達

資源的表達需要獲取資源的特征，并表示為合適的方式。

基于內容的方法：從文檔本身抽取信息來表示文檔，利用特征詞條及其權值來表示。（特征選取）

基于分類的方法：基于分類的方法是利用類別來表示資源，將文檔資源分類有利于將文檔推薦給對該類文檔感興趣的用戶。（聚類算法）

 

六、個性化搜索里的個性化究竟代表哪些層面和因素？

個性化中的用戶層面：

地理位置因素

頂級域名（TLD，Top Level Domain）的地理位置

IP地址

對查詢的地理位置分析

技術方面的因素

瀏覽器

操作系統

移動設備

時間因素

當前在一天中的時間因素

當前在一年中的時間因素

歷史性數據

行為性因素

搜索的歷史數據

與搜索結果頁（SERP）互動的數據

選擇率和跳出率的數據

和廣告的互動操作

瀏覽習慣（常用用戶 – 更新鮮的結果）

可能的個性化因素

社會化搜索

人口統計學（指使用者的年齡、職業等個人信息）

瀏覽歷史（隱性數據）