将视觉偏置引入面向图像搜索引擎的点击模型
人工智能
2021-01-08 v1
摘要
大多数典型点击模型假设用户查看文档的概率仅取决于位置，例如 PBM 和 UBM。这在各类搜索引擎中表现良好。然而，在大量候选文档以图像作为查询响应的搜索引擎中，被查看概率不应仅依赖于位置。面向图像的文档的视觉外观也在其被查看的机会中起着重要作用。本文中，我们假设在面向图像的搜索引擎中，除位置外视觉偏置作为影响查看概率的另一关键因素存在。具体地，我们将该假设应用于经典点击模型并提出一个扩展模型，以更好地捕捉文档的查看概率。我们利用基于回归的 EM 算法，根据从候选文档提取的视觉特征预测视觉偏置。实证上，我们在一个源自真实世界在线面向图像搜索引擎的数据集上评估模型，并表明所提模型相较于其基线模型在数据拟合与稀疏性处理上取得了显著改进。
引用
@article{arxiv.2101.02459,
title = {Incorporating Vision Bias into Click Models for Image-oriented Search Engine},
author = {Ningxin Xu and Cheng Yang and Yixin Zhu and Xiaowei Hu and Changhu Wang},
journal= {arXiv preprint arXiv:2101.02459},
year = {2021}
}