用于学术搜索的作者-主题画像
信息检索
2018-05-01 v1
摘要
我们实现并评估了一种用于个性化学术搜索的两阶段检索方法，其中初始搜索结果使用作者-主题画像进行重排序。在学术搜索任务中，用户自身的数据可以帮助优化搜索结果的排序，以匹配搜索者的特定个人需求。作者-主题画像由存储在图中的特定主题术语组成。我们使用十个特征对检索到的 top-1000 文档进行重排序，这些特征表示文档与作者-主题图之间的相似度。我们发现，与文献中复现的最佳方法相比，该重排序方法带来了微小但显著的提升。将画像存储为图具有诸多优势：它在节点和关系类型方面具有灵活性；它是一种用户可解释的知识可视化，并且提供了查看单个节点关系特征的可能性。
引用
@article{arxiv.1804.11131,
title = {Author-topic profiles for academic search},
author = {Suzan Verberne and Arjen P. de Vries and Wessel Kraaij},
journal= {arXiv preprint arXiv:1804.11131},
year = {2018}
}
备注
13 pages, 1 figure