基于胶囊网络的搜索个性化嵌入模型

搜索个性化旨在基于用户的个人兴趣与偏好（即用户画像）为每个特定用户定制搜索结果。近期研究通过建模所提交查询、用户与搜索结果（即文档）之间的潜在三方关系来实现搜索个性化。该关系随后被用于向该用户个性化搜索结果。本文中，我们引入一种基于胶囊网络（capsule network，近期深度学习中的一项突破）的新型嵌入模型，以建模用于搜索个性化的三方关系。在模型中，每个用户（提交的查询或返回的文档）由同一向量空间中的一个向量嵌入。三方关系被描述为 (查询, 用户, 文档) 三元组，随后建模为包含三个嵌入向量的三列矩阵。此后，该三列矩阵被输入深度学习架构以对基础排序器返回的搜索结果重排序。在来自商业网络搜索引擎的查询日志上的实验结果表明，我们的模型比基础排序器及强搜索个性化基线取得更好性能。