一种用于 POI 推荐中基于类型的分面排序个性化的概率方法

分面搜索系统（FSS）已成为垂直搜索系统中使用的主要搜索界面之一，为用户提供有意义的 facet 以精炼其搜索查询并快速缩小结果范围以找到预期的搜索目标。本工作关注基于类型的分面（type-based facets）排序问题。在结构化信息空间中，基于类型的分面（t-facets）指示每个对象所属的范畴。当它们属于一个大型多级分类体系时，期望在排序其他分面组之前先对其单独排序。这有助于搜索者首先根据其类型过滤结果。一旦选定预期搜索目标的类型，这也使得对其余分面排序更为容易。现有研究对不同分面组采用相同的排序方法。在本研究中，我们提出一种两步法以个性化 t-facet 排序。第一步为每一个叶节点 t-facet 分配一个相关性分数。该分数由概率模型生成，反映了 t-facet 相对于查询和用户档案的相关性。第二步，利用该分数对子树重新排序并选择呈现给用户的子树。我们考察了所提方法在兴趣点（POI）推荐任务中的效用。我们的评估旨在捕捉用户使用排序后分面满足其搜索需求所需的努力。所提方法取得了优于其他现有个性化基线的结果。