A Fuzzy Co-Clustering approach for Clickstream Data Pattern
Web使用挖掘是从大型数据库中提取隐藏的商业智能数据的重要工具。提取的信息为组织提供了更有效地产生结果的能力,以改善他们的业务和增加销售。协同聚类是一种功能强大的双划分技术,它可以识别与一组网页相关联的用户组。这些关联被量化以揭示用户对不同网页聚类的兴趣。本文提出了一种基于点击流数据的模糊共聚类算法,用于识别网站中具有相似浏览行为/兴趣的用户子集。针对用户群进行各种促销活动是营销实践的一个重要方面。在真实数据集上的实验证明了该算法的有效性。该算法的结果和发现可用于提高营销策略的直接营销,广告的基于Web的企业等。
2011-09-30 cs.IR
Whole Page Unbiased Learning to Rank
Michigan State University(密歇根州立大学);Wuhan University(武汉大学);Carnegie Mellon University(卡内基梅隆大学);Baidu Inc.(百度公司);Wilfrid Laurier University(威尔弗里德劳里埃大学)
本文提出整页无偏排序学习问题 WP-ULTR,并用基于因果发现的 BAL 算法同时建模并缓解搜索结果页多种呈现特征导致的点击偏差。
2024-06-13 cs.AI cs.IR
C-3PO: Click-sequence-aware DeeP Neural Network (DNN)-based Pop-uPs RecOmmendation
随着移动和可穿戴设备的出现,推送通知成为连接和维护与App用户关系的有力工具,但在错误的时间发送不合适或过多的消息可能会导致App被用户删除。为了保持广告的留存率和投放率,我们采用深度神经网络(DNN)开发了一个基于协同过滤的混合用户行为分析的弹出推荐系统"Click sequence-aware deeP神经网络(DNN)-based Pop-uPs recommendation(C-3PO)"。我们进一步验证了该系统与实际数据收集的产品安全大师,清洁大师和CM浏览器,支持豹移动公司。(猎豹移动台湾机构)。通过这种方式,我们可以准确地了解用户对推送通知/弹出窗口的点击偏好和频率,有效地减少用户的麻烦,同时提高推送通知/弹出窗口的点击率。
2018-12-20 cs.CY cs.HC cs.IR
Mobile Supply: The Last Piece of Jigsaw of Recommender System
The Chinese University of Hongkong(香港中文大学);Shenzhen Research Institute of Big Data(深圳大数据研究院);Alibaba Group(阿里巴巴集团)
本文针对推荐系统分页触发机制问题,提出名为 Mobile Supply 的新模块,引入列表价值概念并设计设备感知移动排序方法,通过离线和在线实验验证其能提升端侧推荐性能与用户体验,并已在大型在线食品平台部署获利。
2023-08-09 cs.AI cs.IR
Behavioral On-Line Advertising
我们提出了一个新的算法的行为定向的横幅广告。我们记录不同用户的操作,如点击,搜索查询和页面浏览。我们使用收集的用户信息来实时的估计点击横幅的概率。如果一个横幅被点击的概率最高,或者它是产生最高平均利润的横幅,则会显示该横幅。
2011-01-18 cs.IR
Semantic snippet construction for search engine results based on segment evaluation
来自搜索引擎的结果列表包括来自每个结果项的网页的链接和摘录。结果列表中的片段在帮助用户点击它方面起着至关重要的作用。本文提出了一种新的方法来构造基于页面中的片段的语义评估的片段。通过应用模型来评估页面中存在的分段并选择具有最高分数的分段来识别目标分段。该模型使得用户判断点击结果项更容易,因为片段是在基于多个因素的关键评估后语义构建的。所提出的模型的原型实现证实了经验验证。
2012-02-13 cs.IR
Ranking Pages by Topology and Popularity within Web Sites
我们比较了两种链接分析排名方法的网页在一个网站。第一种称为网站排名,是PageRank对网站粒度的适应,第二种称为流行度排名,是基于用户点击页面中的外链的频率,这些外链由用户通过网站的导航会话捕获。我们在人工创建的不同规模的网站和两个真实的数据集上进行了实验,采用相对熵来比较两种排名方法的分布。对于真实的数据集,我们还采用了非参数测量,称为斯皮尔曼的footrule,我们用它来比较排名前十的网页由两种方法。我们的主要结果是,受欢迎程度排名和网站排名的分布是令人惊讶的接近彼此,这意味着一个网站的拓扑结构是非常有用的,在引导用户通过网站。因此,在实践中,网站排名提供了一个合理的一阶近似的用户在网站内的总体行为,由流行度排名。
2004-12-09 cs.AI cs.IR
A Click Sequence Model for Web Search
更好地了解用户行为对于改进信息检索系统是很重要的。现有的工作集中在建模和预测单一的交互事件,如点击。在本文中,我们第一次专注于相互作用事件序列的建模和预测。尤其是,点击的序列。我们制定的点击序列预测的问题,并提出了一个点击序列模型(CSM),旨在预测用户将与搜索引擎结果进行交互的顺序。CSM基于遵循编码器-解码器架构的神经网络。编码器计算结果的上下文嵌入。解码器预测点击结果的位置序列。它使用一个注意力机制在每个时间步提取关于结果的必要信息。我们通过最大化观察到的点击序列的可能性来优化CSM的参数。我们测试CSM的有效性上三个新的任务:(i)预测点击序列,(ii)预测点击的数量,以及(iii)预测用户是否会与结果的顺序,这些结果呈现在一个搜索引擎结果页面(SERP)。此外,我们表明,CSM实现国家的最先进的结果,在一个标准的点击预测任务,其目标是预测一组无序的结果,用户将点击。
2018-05-09 cs.IR
Beyond Rankings: Exploring the Impact of SERP Features on Organic Click-through Rates
Nova School of Business and Economics(诺瓦商业与经济学院);Universität Hamburg(汉堡大学)
本文基于覆盖40多个美国电商域名、67,000个关键词及2,400万次浏览的大规模Google SERP数据集,评估24种SERP功能对自然CTR的调节作用,并通过消融实验验证其增量预测能力。
2023-05-31 cs.IR cs.LG cs.SI
Behind the Content: Wikipedia Mobile Views and Tourism Activity
University Paris-Dauphine(巴黎第九大学)
研究利用维基百科移动端浏览量作为高频、可解释的旅游活动指标,发现其与当日酒店需求和景点访客量正相关,优于桌面端浏览量。
2026-06-29 cs.IR
Sequential Click Prediction for Sponsored Search with Recurrent Neural Networks
Fudan University(复旦大学);Nankai University(南开大学);Tsinghua University(清华大学);Microsoft Research(微软研究院)
点击预测是赞助搜索的基本问题之一。大多数现有的研究利用机器学习方法来独立地预测广告观看的每个事件的广告点击。然而,在现实世界的赞助搜索系统中观察到,用户的行为对广告产生很高的依赖性,用户的行为如何随着过去的时间,特别是在什么查询,她提交了,什么广告,她点击或忽略,以及她花了多长时间点击广告的着陆页,等等。受这些观察的启发,我们引入了一个新的框架,基于循环神经网络(RNN)。与传统的方法相比,该框架通过RNN的递归结构,直接将用户顺序行为的依赖性建模到点击预测过程中。商业搜索引擎的点击日志的大规模评估表明,我们的方法可以显着提高点击预测精度相比,序列无关的方法。
2014-07-28 cs.IR cs.LG cs.NE
Decision-Making Context Interaction Network for Click-Through Rate Prediction
Meituan(美团)
点击率(CTR)预测在推荐和在线广告系统中至关重要。现有的方法通常对用户行为进行建模,而忽略了影响用户做出点击决策的信息上下文,例如,点击页面和预先排名的候选人,告知有关用户兴趣的推断,导致次优性能。在本文中,我们提出了一个决策上下文交互网络(DCIN),它部署了一个精心设计的上下文交互单元(CIU)来学习决策上下文,从而有利于CTR预测。此外,不同的决策上下文源之间的关系进行了探索,提出了自适应兴趣聚合单元(AIAU),以进一步提高CTR预测。在公共数据集和工业数据集上的实验中,DCIN显著优于最先进的方法。值得注意的是,该模型在线A/B测试获得了CTR+2. 9%/CPM+2. 1%/GMV+1. 5%的提升,并服务于美团外卖广告系统的主要流量。
2023-01-29 cs.IR cs.LG
Non-Linear Multiple Field Interactions Neural Document Ranking
University of Bristol(布里斯托尔大学);Cookpad Ltd(Cookpad有限公司)
排名任务通常基于页面主体的文本和用户在页面上的操作(点击)。还有其他元素可以被利用来更好地将排名体验置于情境中(例如,其他字段中的文本、用户进行的查询、图像等)。我们提出了一个领域的相互作用,在两个独立的数据集的多个领域的排名的第一次深入分析。虽然有些作品已经利用了完整的文档结构,但有些方面仍然没有探索。在这项工作中,我们建立在以前的分析,以显示查询字段的相互作用,非线性字段的相互作用,以及底层神经模型的架构如何影响性能。
2020-11-18 cs.AI cs.IR
Agents, Bookmarks and Clicks: A topical model of Web traffic
对总体和个人Web流量的分析表明,PageRank是人们如何浏览Web的一个糟糕模型。使用经验的流量模式所产生的一千个用户,我们的特点是不能再现马尔可夫模型的Web流量的几个属性。我们研究了捕获集体行为(如页面和链接流量)的聚合统计数据和个体统计数据(如熵和会话大小)。目前没有一个模型可以同时解释所有这些经验观察。我们表明,所有这些交通模式可以解释一个基于代理的模型,考虑到几个现实的浏览行为。首先,代理维护个人的书签列表(一种非马尔可夫记忆机制),这些书签被用作心灵传输目标。第二,代理可以沿着访问过的链接撤退,这是一种分支机制,也允许我们重现诸如使用后退按钮和重新浏览等行为。最后,代理人通过访问热门的新页面来维持,相邻的页面比遥远的页面更热门。这调节了代理继续浏览或启动新会话的概率,允许我们重新创建不同的会话长度。由此产生的模型是能够再现的集体和个人的行为,我们观察到的经验数据,调和狭隘的集中浏览模式的个人用户与聚合流量测量的极端异质性。这一结果使我们能够确定一些显著的特征,这些特征对于解释我们数据中观察到的浏览模式是必要的和足够的。除了这样一个模型的描述性和解释性的力量,我们的结果可能会导致更复杂的,现实的,有效的排名和爬行算法的方式。
2010-03-27 cs.IR cs.MA cs.NI
Why Don't You Click: Neural Correlates of Non-Click Behaviors in Web Search
网络搜索在很大程度上依赖于点击行为,作为性能改进和评估的重要反馈信号。传统上,点击通常被视为相关性或有用性的正隐反馈信号,而非点击(尤其是检查后的非点击)则被视为无关性或无用性的信号。然而,在许多情况下,用户不点击任何搜索结果,但仍然通过搜索引擎结果页面(SERP)上显示的结果内容来满足他们的信息需求。这就提出了在“零点击”搜索场景中测量结果有用性和建模用户满意度的问题。以前的工作已经解决了这个问题,通过(1)检测用户满意度放弃SERP与上下文信息和(2)考虑结果级点击的必要性与外部评估员的注释。然而,很少有作品调查了非点击行为背后的原因,并估计非点击结果的有用性。这个研究问题的一个挑战是如何收集非点击结果的有价值的反馈。利用神经成像技术,我们设计了一个基于实验室的用户研究,并揭示了大脑信号的差异,同时检查了具有不同有用性水平的非点击搜索结果。在显著脑区和脑电频谱上的发现也表明,有用性判断过程可能涉及相似的认知功能,即相关感知和满意解码。受这些发现的启发,我们进行了监督学习任务,用大脑信号和常规信息(即,内容和背景因素)。结果表明,在“零点击”搜索场景下,利用脑电信号来提高有用性估计性能和增强人机交互是可行的。
2021-09-22 cs.IR cs.IT math.IT
Contextual User Browsing Bandits for Large-Scale Online Mobile Recommendation
Nanyang Technological University(南洋理工大学);Alibaba Group(阿里巴巴集团)
在线推荐服务向用户推荐多种商品。如今,相当比例的用户通过移动设备访问电子商务平台。由于移动设备的屏幕尺寸有限,商品的位置对点击有很大的影响:1)位置越高,一个商品的点击就越多。2)“伪曝光”问题:第一眼只显示了几个推荐项目,用户需要滑动屏幕才能浏览其他项目。因此,一些排名靠后的推荐项目不会被用户查看,将这类项目视为负样本是不恰当的。虽然许多工作模型的在线推荐作为上下文强盗问题,他们很少考虑到的影响的立场,因此,估计的奖励函数可能会有偏差。在本文中,我们旨在解决这两个问题,以提高性能的在线移动推荐。我们的贡献是四方面的。首先,由于我们关注的是一组推荐项目的奖励,我们将在线推荐建模为上下文组合强盗问题,并定义了推荐集的奖励。其次,我们提出了一种新的上下文组合强盗方法称为UBM-LinUCB解决两个问题,通过采用用户浏览模型(UBM),点击网络搜索模型的位置。第三,我们提供了一个正式的遗憾分析,并证明我们的算法实现次线性遗憾的项目数无关。最后,我们评估我们的算法在两个真实世界的数据集由一个新的无偏估计。淘宝网是世界上最受欢迎的电子商务平台之一。两个CTR指标上的实验结果表明,该算法优于其他上下文强盗算法。
2020-08-21 cs.IR cs.LG
Evaluating Personal Assistants on Mobile devices
iPhone于2007年推出,但从根本上改变了我们与在线信息互动的方式。移动设备与传统的基于命令和点击的用户界面有着根本的不同,现在允许使用细粒度的触摸和滑动信号进行基于手势的交互。由于在移动设备上使用语音控制的智能个人助理的快速增长,例如微软的Cortana,Google Now和Apple的Siri,移动设备已经变得个性化,使我们能够随时在线,并帮助我们完成任何任务,无论是在工作中还是在日常生活中,使上下文成为考虑的关键因素。移动使用现在已经超过了桌面使用,并且仍在快速增长,但我们培训和评估个人助理的主要方式仍然基于(并框定在)经典的桌面交互,专注于显式查询,点击和停留时间。然而,由于具有基于手势和语音的控制的触摸屏以及变化的使用上下文,在汽车里,骑自行车,经常使今天的用户满意度评估的假设无效。迫切需要了解基于语音和手势的交互,以适当的方式考虑所有交互信号和上下文。我们提出了一个研究议程,开发方法来评估和提高上下文感知的用户满意度与移动交互使用基于手势的信号在规模。
2017-06-14 cs.HC cs.IR
From Clicks to Intent: Cross-Platform Session Embeddings with LLM-Distilled Taxonomy for Financial Services Recommendations
Capital One
针对金融服务中网页匿名浏览与移动端登录行为差异导致的意图信号利用不足问题,提出自监督Transformer编码会话嵌入与LLM提炼分类法生成可解释标签的双用途框架,在移动端首页排序和用户转化预测任务上显著提升性能。
2026-10-15 cs.AI cs.CE cs.CL
Multi-Channel Sequential Behavior Networks for User Modeling in Online Advertising
Microsoft Bing Ads(微软必应广告)
多个内容提供方通过在其页面的有机内容中放置广告来依赖原生广告获得收入。我们将此设置称为“无查询”,以区别于用户提交搜索查询并返回相关广告的搜索广告。了解用户意图至关重要,因为相关广告可以改善用户体验,并增加为广告商提供有价值点击的可能性。本文提出了多通道顺序行为网络(MC-SBN),这是一种深度学习方法,用于将用户和广告嵌入到可以评估相关性的语义空间中。我们提出的用户编码器架构总结用户活动从多个输入通道-如以前的搜索查询,访问过的页面,或点击广告-到一个用户向量。它使用多个RNN来编码来自不同通道的事件会话序列,然后应用注意力机制来创建用户表示。我们的方法的一个关键属性是,用户向量可以保持和更新增量,这使得它可以部署为大规模的服务。我们在真实世界的数据集上进行了广泛的实验。实验结果表明,MC-SBN可以提高相关广告的排名,并在无查询原生广告设置中提高点击预测和转化预测的性能。
2020-12-27 cs.IR cs.LG
Mobile Re-Finding of Web Information Using a Voice Interface
移动访问信息是一个相当大的问题,许多用户,特别是在Web上找到的信息。在本文中,我们将探讨如何通过电话访问的语音控制服务,可以支持移动用户的需求,细化以前在Web上找到的特定信息。我们概述了在创建这样一个服务的挑战,并描述了架构和用户界面的问题,我们建立了一个探索性的原型称为WebContext中发现。我们还提出了一项研究的结果,我们的经验与WebContext的动机,探索人们记住的信息,他们试图重新找到,以及他们如何表达在协作对话中的信息细化请求。作为研究的一部分,我们研究如何最终用户创建的网页注释可以用来帮助支持移动信息重新查找。我们观察了URL、页面标题和页面内容描述的使用,以帮助识别搜索过程中的路径点。此外,我们观察到注释被广泛使用,这表明用户明确添加的上下文可以在重新查找中发挥重要作用。
2004-01-31 cs.HC cs.IR
Semantic Web Techniques for Yellow Page Service Providers
使用提供非结构化信息的网页给用户带来各种问题,例如使用任意格式、不适合机器处理以及信息可能不完整。结构化数据解决了这些问题,但我们需要更多。黄页系统通常使用集中式数据库来实现。在某些情况下,可以通过电话网络访问的人类中介会检查一个集中的数据库,并使用他们的推理能力来处理用户对信息的需求。扩大这种系统是困难的。本文探讨了一种替代方案-满足各种需求的高度分布式系统设计-大大减少了中央组织所需的工作,使大量供应商能够输入有关其产品和服务的信息,使最终用户能够提供诸如其自己的评级等信息,使用本体以灵活的方式描述每个应用领域,用于可预见和不可预见的用途,允许分布式搜索和混搭,使用独立于供应商的标准,使用推理来找到与给定查询的最佳匹配,地理空间推理和简单的交互式移动应用程序/界面。我们重视地理空间信息和移动应用,因为移动电话的使用非常广泛,而且移动电话具有提供用户当前位置信息的固有能力。我们已经使用Jena Toolkit和SPARQL的地理空间扩展创建了一个原型。我们已经测试了这个原型,要求一组典型的用户使用它,并提供结构化的反馈。我们在论文中总结了这些反馈。我们认为,除了黄页系统之外,这项技术还可以应用于许多环境。
2012-08-09 cs.IR
An Empirical Investigation On Search Engine Ad Disclosure
这项针对德国搜索引擎用户(N = 1,000)的代表性研究重点关注用户区分Google结果页面上的自然结果和广告的能力。我们将有关Google业务的问题与基于任务的研究相结合,在这些研究中,用户被要求在结果页面的屏幕截图中区分广告和自然结果。我们发现,只有一小部分用户能够可靠地区分广告和自然结果,并且用户对Google商业模式的了解非常有限。我们的结论是,广告的标签不够,许多用户可能会点击广告,假设他们选择有机的结果。
2017-10-23 cs.IR
Improved Adaboost Algorithm for Web Advertisement Click Prediction Based on Long Short-Term Memory Networks
Georgia Institute of Technology(佐治亚理工学院);Northeastern University(东北大学);University of Illinois Urbana-Champaign(伊利诺伊大学厄巴纳-香槟分校);The University of Tokyo(东京大学)
针对网页广告点击预测问题,提出基于LSTM的改进Adaboost算法,准确率达92%,多指标优于传统模型,泛化能力强,可应用于实际场景。
2024-08-08 cs.AI cs.IR cs.LG
An Analysis Of Entire Space Multi-Task Models For Post-Click Conversion Prediction
Twitter(推特)
工业推荐系统的任务经常是为多个通常密切相关的用户动作近似概率。例如,预测用户是否会点击广告以及他们是否会购买广告产品。这些任务之间的概念相似性促进了多任务学习的使用:这是一类旨在从相关任务中带来积极归纳转移的算法。在这里,我们经验评估多任务学习方法与神经网络的在线广告任务。具体而言,我们考虑使用相关点击事件(CTR)作为辅助任务,近似计算大规模广告平台上移动应用广告的点击后转化事件(安装)(CVR)的概率。我们使用消融的方法来系统地研究最近的方法,结合多任务学习和“整个空间建模”,训练CVR的所有记录的例子,而不是学习的条件可能性转换点击。基于这些结果,我们表明,几种不同的方法导致类似的水平的正向转移从数据丰富的CTR任务的CVR任务,并提供一些见解如何多任务的设计选择解决影响CVR任务的两个主要问题:数据稀疏性和数据偏差。我们的研究结果增加了越来越多的证据表明,标准的多任务学习是一种明智的方法来模拟现实世界中的大规模应用程序中的相关事件,并建议特定的多任务方法可以通过在现有系统中的易用性来指导。
2021-08-18 cs.IR cs.LG
A Study of Context Dependencies in Multi-page Product Search
在产品搜索中,用户倾向于在多个搜索结果页面(SERP)上浏览结果(例如,查询衣服和鞋子),然后再决定购买哪一项。用户的点击可以被认为是隐式反馈,其指示他们的偏好并用于对后续的SERP进行重新排名。通常涉及相关反馈(RF)技术来处理这样的场景。然而,这些方法是专为文档检索,其中相关性是最重要的标准。相比之下,产品搜索引擎需要检索的项目不仅是相关的,而且在客户的喜好方面令人满意。基于用户购买历史的个性化已被证明是有效的产品搜索。然而,这种方法捕捉用户的长期兴趣,这并不总是与他们的短期兴趣相一致,并且不会使很少或没有购买历史的客户受益。在本文中,我们研究RF技术的基础上,长期和短期的上下文依赖性在多页产品搜索。我们还提出了一个端到端的上下文感知嵌入模型,可以捕获这两种类型的上下文。我们的实验结果表明,短期的上下文导致更好的性能相比,长期和没有上下文。此外,我们提出的模型比最先进的基于单词的RF模型更有效。
2020-01-09 cs.IR
Analysis of Short Dwell Time in Relation to User Interest in a News Application
停留时间已广泛用于各个领域以评估内容质量和用户参与度。虽然许多研究表明,停留时间长的内容质量好,但停留时间短的内容尚未详细讨论。我们假设停留时间短的内容并不总是低质量的,并不总是具有低用户参与度,而是与用户兴趣相关。本研究的目的在于阐明短停留时间浏览在手机新闻应用中的意义。首先,我们使用来自移动新闻应用的大规模用户行为日志来分析短停留时间与用户兴趣的关系。该分析基于用户点击历史在向量空间上进行,然后将用户和文章映射在同一空间中。停留时间短的用户集中在这个空间中的特定位置;因此,停留时间的长度与他们的兴趣有关。此外,我们还分析了短停留时间浏览的特点,排除这些浏览从他们的点击历史。令人惊讶的是,排除短停留时间点击历史,发现短停留时间点击历史在30.87%的用户集群改变的实例中包括用户兴趣的某些方面。这些发现表明,短停留时间并不总是表明低水平的用户参与度,但也表明用户的兴趣水平。
2020-12-27 cs.DL cs.IR cs.SI
Constructing an Interaction Behavior Model for Web Image Search
用户交互行为是一个有价值的来源隐式相关反馈。在Web图像搜索中,与一般的Web搜索相比,使用了不同类型的搜索结果呈现,这导致了不同的交互机制和用户行为。例如,图像搜索结果是自包含的,因此用户不需要像在一般Web搜索中那样点击结果来查看着陆页,这会生成稀疏的点击数据。此外,二维结果放置而不是线性结果列表使浏览行为更加复杂。因此,很难应用标准的用户行为模型(例如,点击模型)开发的一般Web搜索到Web图像搜索。在本文中,我们使用基于实验室的用户研究数据以及来自商业搜索日志的数据进行全面的图像搜索用户行为分析。然后,我们提出了一种新的交互行为模型,称为基于网格的用户浏览模型(GUBM),其设计的动机是从我们的数据分析观察。GUBM既可以捕捉用户的交互行为,包括光标悬停,又可以减轻位置偏差。GUBM的优点有两个方面:(1)它基于无监督学习方法,不需要手动标注数据进行训练。(2)它基于搜索引擎结果页面(SERP)上的用户交互功能,并且可以轻松地转移到具有基于网格的界面的其他场景,例如视频搜索引擎。我们进行了大量的实验,以测试我们的模型使用大规模的商业图像搜索日志的性能。实验结果表明,在行为预测(困惑),主题相关性和图像质量(归一化折扣累积增益(NDCG)),GUBM优于最先进的基线模型以及原始排名。我们公开了GUBM和相关数据集的实施情况,以供未来的研究使用。
2018-05-08 cs.IR
Timely crawling of high-quality ephemeral new content
如今,越来越多的人使用网络作为他们的最新信息的主要来源。在这种情况下,快速抓取和索引新创建的网页已经成为搜索引擎的关键,特别是因为用户流量的显着部分,这些新的网页(如新闻,博客和论坛帖子)增长真的很快,他们出现后,但只持续了几天。在本文中,我们研究的问题,及时发现和抓取这样短暂的新页面(在用户的兴趣)。传统的抓取策略并不给予这些页面任何特定的优先级,因此可能无法足够快地抓取它们,甚至抓取已经过时的内容。因此,我们提出了一个新的度量,经过深思熟虑的这项任务,它考虑到随着时间的推移,用户的兴趣减少短暂的页面。我们发现,大多数短暂的新页面可以在一个相对较小的一组内容源,并提出了一个程序,找到这样一个集合。我们的想法是定期重新抓取内容源并抓取从它们链接的新创建的页面,专注于高质量(就用户兴趣而言)的内容。这方面的主要困难之一是如何有效地在这两项活动之间分配资源。我们找到了自适应的平衡之间的爬行和rerawls通过最大化建议的度量。此外,我们将搜索引擎点击日志,让我们的爬虫了解当前用户的需求。我们的方法的效率,最后证明了实验上的真实世界的数据。
2013-07-24 cs.IR
Learning from User Interactions with Rankings: A Unification of the Field
排名系统构成了在线搜索引擎和推荐服务的基础。它们处理大量的项目,例如网页或电子商务产品,并向用户呈现一个小的有序选择。排名系统的目标是帮助用户以最少的努力找到他们正在寻找的项目。因此,它们产生的排名应该将最相关或最受欢迎的项目放在排名的顶部。学习排序是机器学习中的一个领域,其涵盖了优化排序系统的方法。这个目标传统的监督学习排序方法利用专家判断进行评价和学习,然而,在许多情况下,这样的判断是不可能或不可行的。作为解决方案,已经引入了替代地基于用户点击来执行学习排序的方法。点击的困难在于,它们不仅受到用户偏好的影响,还受到显示的排名的影响。因此,这些方法必须防止被用户偏好之外的其他因素所偏置。本论文主要研究基于用户点击的学习排序方法,旨在统一不同的排序方法。作为一个整体,本文的第二部分提出了一个框架,弥合了在线,反事实和监督学习排序领域之间的许多差距。它采用了以前被认为是独立的方法,并将它们统一为一种方法,用于广泛适用和有效的学习排序。
2020-12-09 cs.IR
A Price-Per-Attention Auction Scheme Using Mouse Cursor Information
在线广告拍卖中的付款通常来自点击率,因此广告商不会为无效广告付费。但广告商通常关心的不仅仅是点击量。也就是说,例如,如果他们的目标是提高品牌知名度或知名度。因此,有机会设计一个更有效的广告定价模式,只有在广告被真正注意到的情况下才支付广告费。本文提出了一种新的拍卖格式的基础上按次付费(PPA)计划。我们发现,PPA拍卖继承了理想的属性(防策略和效率),其按印象付费和按点击付费的同行,它也比较有利的收入。为了使PPA格式可行,我们还提供了一种可扩展的诊断技术,仅使用原始鼠标光标坐标来预测用户对赞助搜索中广告的关注,而不管页面内容和结构如何。我们使用用户注意力预测的数值模拟来评估PPA拍卖计划。我们的研究结果表明,在相关的经济环境中,PPA的收入将严格高于现有的拍卖支付计划。
2020-01-21 cs.GT cs.IR
A Contextual-Bandit Approach to Personalized News Article Recommendation
Yahoo! Labs(雅虎实验室);Princeton University(普林斯顿大学)
个性化Web服务通过利用内容和用户信息来努力使其服务(广告、新闻文章等)适应个体用户。尽管最近取得了一些进展,但这个问题仍然具有挑战性,至少有两个原因。首先,Web服务的特点是动态变化的内容池,使传统的协同过滤方法不适用。其次,大多数具有实际意义的Web服务的规模要求解决方案在学习和计算方面都要快速。在这项工作中,我们建模的个性化推荐的新闻文章作为一个上下文强盗问题,一个原则性的方法,其中一个学习算法依次选择文章,以服务于用户的上下文信息的基础上,用户和文章,同时适应其文章选择策略的基础上,用户点击反馈,以最大限度地提高总用户点击。这项工作的贡献是三方面的。首先,我们提出了一个新的,一般的上下文强盗算法,是计算效率和学习理论的动机。其次,我们认为,任何强盗算法可以可靠地评估离线使用以前记录的随机流量。最后,使用这种离线评估方法,我们成功地将我们的新算法应用到一个雅虎!Front Page Today模块数据集包含超过3300万个事件。结果显示,与标准的上下文无关的强盗算法相比,点击提升了12.5%,当数据变得更加稀缺时,优势变得更大。
2012-03-01 cs.AI cs.IR cs.LG
ToolRec: Calibrated Preference Alignment for Query Recommendation in On-Device Assistants
Huazhong University of Science and Technology(华中科技大学);OPPO AI Center(OPPO人工智能中心);Chongqing University(重庆大学)
提出ToolRec框架,通过构建系统工具库和双层校准机制优化点击数据,利用加权KTO对齐模型,在设备端助手查询推荐中提升点击率和相关性。
2026-07-31 cs.IR
Multi-Feature Integration for Perception-Dependent Examination-Bias Estimation
准确消除检验偏差是利用点击数据训练无偏排序模型的关键。然而,大多数的检查偏差估计都局限于基于位置模型(PBM)的假设,即检查偏差的计算仅取决于文档的等级。最近,虽然一些作品介绍了信息,如点击在同一查询列表和上下文信息时计算的检查偏差,他们仍然没有模型的影响,严重影响一个人的感知文档相关性的搜索引擎结果页面(SERP)的查询时,检查的文档表示。为此,本文提出了一种多特征集成模型(Multi-Feature Integration Model,MPEG 1),该模型中的检测偏差除了与文档的等级有关外,还与文档的表示有关,并挖掘出一个关键因子,即滑动计数,它可以间接反映所有感知偏差因素的影响。在Baidu-ULTR数据集上的实验结果表明了该方法的有效性和鲁棒性。源代码可从\href{https://github.com/lixsh6/Tencent_wsdm_cup2023/tree/main/pytorch_unbias}{https://github.com/lixsh6/Tencent\_wsdm\_cup2023}获得
2023-02-27 cs.IR
Identifying short-term interests from mobile app adoption pattern
随着普通用户对他们的移动设备的依赖性的增加,对从移动浏览器收集他的浏览历史的依赖也增加了。该浏览历史在广告行业中被高度利用,用于在推断他的短期兴趣和推送相关广告的范围内提供定向广告。然而,从移动浏览器的这种提取的主要限制是,当浏览器关闭时或者当设备关闭/重启时,它们重置;因此使得现有的用于识别用户对移动设备用户的短期兴趣的方法无效。在本文中,我们提出了一种替代方法,通过分析他们的移动应用程序采用(安装/卸载)模式在一段时间内,以确定这种短期利益。这样的方法可以非常有效地精确定位用户的短暂倾向,如买/租公寓、买/卖汽车或突然增加的购物兴趣(可能是由于他最近收到的工资奖金)。随后,这些派生的兴趣也用于有针对性的实验。我们的实验结果高达93.68%的高点击率相比,没有任何用户兴趣的知识显示的广告。此外,由于我们提出的算法的应用,预计长期收入将增加51%。
2019-04-25 cs.CY cs.IR