相关性反馈中概念漂移与错误的交互式建模
人机交互
2016-05-10 v1 信息检索
摘要
在探索式搜索中提供相关性反馈的用户通常对其反馈的正确性不确定，这可能导致噪声甚至错误的反馈。此外，用户的搜索意图可能是易变的，因为用户在搜索过程中不断学习和重新表述其搜索假设。这可能导致反馈中明显的概念漂移。我们制定了一个贝叶斯回归模型来预测每个单独用户反馈的准确性，从而找到反馈数据集中的离群值。此外，我们引入了一个时间线界面，向用户可视化反馈历史，并建议哪些过去的反馈可能需要调整。该界面还允许用户调整模型做出的反馈准确性推断。模拟实验表明，新用户模型的性能优于简单基线，并且在给定少量额外用户交互的情况下，性能接近预言机(oracle)。用户研究表明，所提出的建模技术结合时间线界面，使用户更容易注意并纠正其反馈中的错误，并发现新项目。
引用
@article{arxiv.1603.02609,
title = {Interactive Modeling of Concept Drift and Errors in Relevance Feedback},
author = {Antti Kangasrääsiö and Yi Chen and Dorota Głowacka and Samuel Kaski},
journal= {arXiv preprint arXiv:1603.02609},
year = {2016}
}