DimensionRank：面向个性化通用搜索的个人神经表示
信息检索
2020-05-28 v1
摘要
网络搜索与社交媒体一直是互联网上最重要的两类应用。我们首先给出一个统一框架，称为通用搜索（general search），所有搜索与社交媒体产品均可视为其实例。DimensionRank 是我们的主要贡献。这是一种基于神经网络的个性化通用搜索算法。DimensionRank 的大胆创新在于使用其独有的个人神经表示向量（personal neural representation vector）——一个实值多维向量空间中的学习表示——来建模与表示每个用户。据我们所知，这是首个以独立表示向量建模每个用户的互联网服务，也是首个尝试为通用网络搜索提供个性化的服务。此外，神经表示使我们能提出首个免疫于“brigading”问题的 Reddit 风格算法。我们相信个性化通用搜索将带来比 Google 一刀切网络搜索算法好几个数量级的搜索产品。最后，我们发布了 Deep Revelations，一个基于 DimensionRank 的新搜索与社交网络互联网应用。
引用
@article{arxiv.2005.13007,
title = {DimensionRank: Personal Neural Representations for Personalized General Search},
author = {Gregory Coppola},
journal= {arXiv preprint arXiv:2005.13007},
year = {2020}
}