利用ε-贪婪学习和用户行为反馈的搜索引擎网页排序算法

作者：张春玲; 姜成晶

来源：计算机应用研究, 2019, 36(08): 2300-2304.

DOI：10.19734/j.issn.1001-3695.2018.02.0082

• 搜索引擎
• 网页排序
• ε-贪婪学习
• 用户行为

为了提高网页排序的准确性,提出一种基于ε-贪婪学习和用户点击行为的网页排序算法。首先,根据用户查询,通过轮盘赌策略向用户推荐相关网页列表;然后,根据用户点击网页的行为进行ε-贪婪学习,计算得到排序系统中的强化信号,通过奖励和惩罚机制为每个网页计算相关性程度值;最后,根据相关性程度对网页进行重新排序。随着用户反馈的信息越来越多,相关网页会排列在列表的最高等级上。实验结果表明,提出的算法能够准确地推荐出相关网页,在P@n、NDCG和MAP性能指标上都获得了较优的性能。

• 单位
  潍坊科技学院