通过社区推文改进新闻排序
信息检索
2012-03-13 v2 社会与信息网络
摘要
用户经常通过简短且通用的查询来表达他们的信息需求，这使得排序算法难以正确解释。然而，用户的社会背景可以提供关于其信息需求的重要额外信息，排序算法可以利用这些信息来提供增强的、个性化的结果。现有方法主要依赖用户的个体行为数据，如点击流和日志数据，但因此遭受数据稀疏性和隐私问题。在这里，我们提出了一种社区推文投票模型（CTVM），基于开放的、大规模的Twitter社区数据对Google和Yahoo新闻搜索结果进行重排序。实验结果表明，对于某些在线社区，CTVM优于Google和Yahoo的基线排序。我们提出了CTVM的一个应用场景，并提供了进一步研究的议程。
引用
@article{arxiv.1202.3185,
title = {Improving News Ranking by Community Tweets},
author = {Xin Shuai and Xiaozhong Liu and Johan Bollen},
journal= {arXiv preprint arXiv:1202.3185},
year = {2012}
}
备注
6 pages, 3 figures, 4 tables