RU2015110455A

RU2015110455A - Способ поискового ранжирования с участием пользователя

Info

Publication number: RU2015110455A
Application number: RU2015110455A
Authority: RU
Inventors: Янквун Сан
Original assignee: Янквун Сан
Priority date: 2013-12-18
Filing date: 2013-12-24
Publication date: 2016-10-10
Also published as: US20150379135A1; JP2016505178A; EP2902923A4; EP2902923A1; CN103646092A; CN103646092B; WO2015089860A1

Abstract

1. Способ поискового ранжирования с участием пользователя, характеризующийся тем, что на основе использования системы поискового ранжирования пользователь имеет возможность в дисплейном списке выдачи результатов поиска выражать своё одобрение, неодобрение, предпочтение, возражение и другие мнения и присваивать численную оценку всей информации и результатам поиска; в соответствии с которой следующая выдача содержит автоматически ранжированные результаты поиска, где результаты с высокими численными значениями упорядочены по ранжиру впереди списка, в дополнение к чему используется программа, блокирующая преднамеренное ранжирование; и система для осуществления способа по изобретению, в которую включены пользователи, система поискового ранжирования, система формирования модели и система вывода данных, при этом(1) в составе данной системы пользователи делятся на зарегистрированных и незарегистрированных, причём персонализированные сервисы, главным образом, ориентированы на зарегистрированных пользователей, при этом незарегистрированные пользователи выполняют в поисковой системе функцию фактора ранжирования;(2) данная система поискового ранжирования реализует способ полностью персонализированного ранжирования результатов поиска, основанный на взаимодействии с пользователем с предоставлением ему индивидуальных сервисов; в функции системы поискового ранжирования входит управление информацией веб-сайта, данными регистрации пользователя, оценочными показателями и другими данными, а так же - реализацией способа поискового ранжирования, моделью поискового ранжирования, результатами поискового

Claims

1. Способ поискового ранжирования с участием пользователя, характеризующийся тем, что на основе использования системы поискового ранжирования пользователь имеет возможность в дисплейном списке выдачи результатов поиска выражать своё одобрение, неодобрение, предпочтение, возражение и другие мнения и присваивать численную оценку всей информации и результатам поиска; в соответствии с которой следующая выдача содержит автоматически ранжированные результаты поиска, где результаты с высокими численными значениями упорядочены по ранжиру впереди списка, в дополнение к чему используется программа, блокирующая преднамеренное ранжирование; и система для осуществления способа по изобретению, в которую включены пользователи, система поискового ранжирования, система формирования модели и система вывода данных, при этом

(1) в составе данной системы пользователи делятся на зарегистрированных и незарегистрированных, причём персонализированные сервисы, главным образом, ориентированы на зарегистрированных пользователей, при этом незарегистрированные пользователи выполняют в поисковой системе функцию фактора ранжирования;

(2) данная система поискового ранжирования реализует способ полностью персонализированного ранжирования результатов поиска, основанный на взаимодействии с пользователем с предоставлением ему индивидуальных сервисов; в функции системы поискового ранжирования входит управление информацией веб-сайта, данными регистрации пользователя, оценочными показателями и другими данными, а так же - реализацией способа поискового ранжирования, моделью поискового ранжирования, результатами поискового ранжирования и другим контентом; система включает два компонента - модуль онлайнового поискового ранжирования в реальном времени и модуль формирования модели; режим онлайн предназначен для работы с пользователями в сети, а формирование и обработка модели выполняются в автономном, офлайновом, режиме; система поискового ранжирования работает с общими веб-сайтами и предоставляет пользователю спрогнозированный перечень интересующих его материалов на основе регистрационных персональных сведений пользователя и данных им оценок различных списков выдачи; в процессе получения списков результатов поиска пользователь может выражать одобрение, неодобрение, предпочтение, возражение и другие мнения посредством отправки сообщений;

(3) система формирования модели предназначена для генерации [алгоритмической] модели на основе обработки данных способом поискового ранжирования, для сортировки данных по степени релевантности в реальном времени в режиме обратной связи с присутствующим в сети пользователем и выдачи ему целевого ранжированного перечня результатов поиска; в зависимости от ситуации модуль онлайнового поискового ранжирования реализует различные стратегии выстраивания иерархии результатов поиска; в частности, благодаря возможности подбора и адаптации разных алгоритмов поискового ранжирования для новых пользователей решается задача оптимизации поискового ранжирования при первоначальном пуске и повышается релевантность результатов поиска; и

(4) система ввода и вывода: основными функциями системы персонализированного поискового ранжирования являются сбор данных пользователя, данных веб-сайта и данных оценки веб-сайта, формирование модели и выдача пользователю ранжированного перечня результатов поиска.

2. Способ поискового ранжирования с участием пользователя по п. 1, характеризующийся тем, что данные, которыми управляет система, главным образом, включают входные данные, модель данных и выходные данные, где

(1) входные данные: входные данные системы включают данные пользователя, данные выдачи и пользовательские оценочные данные; персональные данные пользователя фиксируются при авторизации входа в систему; персональные данные пользователя включают метку пользователя, логин и пароль, возраст, пол, профессию, адрес и электронную почту; система поискового ранжирования выстраивает иерархию дисплейного списка по запросу пользователя и одновременно прогнозирует уровень интереса пользователя в соответствии с имеющимися данными и соответствующим алгоритмом поискового ранжирования; информация, в основном, включает номер списка, название списка, дату и тип; система поискового ранжирования учитывает данные пользовательской оценки списка выдачи как важные входные параметры алгоритма поискового ранжирования; оценка пользователем списка выдачи может быть выражена в разных формах, таких как символьное описание, выражение модальности (одобрения, неодобрения, предпочтения, возражения) или прямая численная оценка; численная оценка содержит метку пользователя, номер списка, оценочный балл и метку времени;

(2) параметры модели включают два вида данных:

(i) входные данные модели: ядром системы поискового ранжирования является модель алгоритма поискового ранжирования; при этом, в силу того, что разные алгоритмы требуют разные входные данные, то для выполнения вычислений необходимо предварительное преобразование входных данных системы во входные данные модели; входные данные модели включают, в основном, сведения о пользователе, данные списка выдачи и численную оценку; сведения о пользователе, преобразуемые в параметры алгоритмической модели и содержащие, в частности, маркеры пользователя, возрастной группы, пола и вида деятельности, после предварительной обработки становятся идентификаторами соответствующего пользователя; данные списка преобразуются в форму, соответствующую модели, и включают номер списка, тип 1, тип 2 и тип М; тип списка определяется при преобразовании в зависимости от содержащейся в нём информации, при этом различные типы представлены в виде полей, где каждый тип списка представлен рядом векторов 0-1; данные балльной оценки, преобразованные в форму числовой оценочной матрицы, содержат номер пользователя, оценку списка 1, оценку списка 2, оценку списка K, где показатели оценки каждого пользователя представлены в форме векторов-строк; и

(ii) выходные данные модели: система поискового ранжирования использует алгоритм поискового ранжирования для вычисления входных данных таким образом, чтобы получить параметры структуры алгоритмической модели, как основы прогноза, при этом выходные данные модели содержат метку модели, алгоритмически обоснованный вес и параметры модели; данные классификации пользователей представляют собой результаты обработки входных данных модели с применением алгоритма и включают две части контента: первую - результаты классификации начальных пользователей, содержащие номер пользователя, метку модели и номер классификации; и вторую - оценочные результаты согласно классификации, содержащие номер модели, классификационный номер, оценку списка 1, оценку списка 2, и оценку списка K; и

(3) выходные данные: для различных приложений системы поискового ранжирования применяют различные модели, результатом чего являются три основных вида выходных данных;

(i) данные прогноза пользовательской оценки: система поискового ранжирования выводит результаты поискового ранжирования после применения указанной модели для прогнозирования оценки пользователя; прогнозируемые результаты поискового ранжирования для целевого пользователя рассчитывают на основе входных данных и параметров модели системы поискового ранжирования, при этом прогнозные данные пользовательской оценки включают номер пользователя, метку модели, классификационный номер, номер списка и численную оценку; и возможная категория интереса пользователя прогнозируется в соответствии с характеристиками нового списка и показателями оценок пользователя; и

(ii) данные численной оценки нового пользователя: результаты пользовательской оценки в баллах, прогнозируемые по данным зарегистрированных пользователей и по данным нового пользователя, содержащим номер нового пользователя, номер модели, номер списка и численную оценку; если пользователь не удовлетворён всеми результатами поиска или не получил нужную информацию, он может намеренно обозначить и внести требуемую ему дополнительную информацию для поиска, которая будет выведена на позиции соответствующей страницы; и добавленная информация будет выведена по ранжиру справа или ниже результатов поиска с высокими баллами и в дальнейшем будет участвовать в оценке других пользователей, численная величина которой определит её приоритетность.

3. Способ поискового ранжирования с участием пользователя по п. 1, характеризующийся тем, что модуль формирования модели имеет следующий порядок работы: модуль формирования модели в составе системы поискового ранжирования незаметен для работающих в сети пользователей, для получения выходных данных модели он переходит в офлайновый режим вычисления; поисковое ранжирование в онлайновом режиме выполняется на основе выходных данных модели и входных данных системы с выдачей результатов поискового ранжирования пользователю в режиме обратной связи; расчёт модели обновляется приращениями в соответствии с входящими данными, и при достижении поступающими по нарастающей пользовательскими оценочными данными определённого порогового значения модель требует перерасчёта, для чего выполняются следующие операции:

(1) предварительная обработка данных: данные обрабатываются по соответствующим алгоритмам, при этом системные входные данные преобразуются во входные данные модели; и

(2) модель вычисляет изменения системы поискового ранжирования в соответствии с объёмом данных, при этом выполняется периодическое обращение к модели, корректировка данных и обновление выходных данных модели, благодаря чему обеспечивается адекватное поисковое ранжирование.

4. Способ поискового ранжирования с участием пользователя по п. 1, характеризующийся тем, что процесс онлайнового поискового ранжирования проходит следующим образом: основная функция выдачи онлайновой рекомендации заключается в анализе типа поискового ранжирования, выборе исходящих результатов и входящих данных соответствующей алгоритмической модели для совмещения с входными данными с целью прогнозирования результатов поискового ранжирования, которые в режиме обратной связи направляются пользователю, при этом специфика процедуры заключается в следующем:

(1) выбор модели: система поискового ранжирования выбирает разные модели в зависимости от типа поискового ранжирования и предусматривает, в основном, три типа поискового ранжирования:

(i) поисковое ранжирование участвующего в оценке пользователя: если оценивающим пользователем является постоянный авторизированный абонент системы, модель для классификации выбирается по данным оценок, списка и пользователя;

(ii) поисковое ранжирование нового списка: новый список означает, что в базовой системе поискового ранжирования отсутствуют какие-либо пользовательские оценки и характеристики данного списка; поисковое ранжирование нового списка требует применения контент-зависимой модели классификации для анализа в соответствии с входящими характеристиками списка; если пользователь полностью не удовлетворён результатами поиска или не получил необходимую ему информацию, он может целенаправленно внести дополнительную информацию для поиска, которая по его мнению должна быть включена в выдачу; такая добавленная информация появится на месте соответствующей страницы; добавленная информация будет выведена в порядке убывания справа или ниже результатов поиска с высокими баллами и в дальнейшем будет учитываться при оценке других пользователей, числовое значение оценки определит её рейтинг; и

(iii) поисковое ранжирование нового списка: новый пользователь означает, что в системе поискового ранжирования отсутствуют какие-либо показатели численной оценки, при этом существует два типа пользователей: первый - вновь зарегистрированные абоненты, и второй - зарегистрированные абоненты, не участвовавшие в оценке; для поискового ранжирования новых пользователей выбирается модель на основании информации о пользователе; и

(2) прогнозное поисковое ранжирование: вычисление выполняется с использованием выходных и входящих данных модели для прогнозирования результатов поискового ранжирования; онлайновое поисковое ранжирование выполняется в режиме реального времени; при авторизованном просмотре пользователем интернет-страницы на сайте системы поискового ранжирования выполняется прямое считывание численных показателей его оценки, формируется прогноз интересующего его списка, который напрямую направляется пользователю в режиме обратной связи; предусмотрена комбинация двух типов поискового ранжирования с применением гибридного алгоритма поискового ранжирования на основании пользовательской информации; где посредством кластеризации соседей в сочетании с гибридным поисковым ранжированием на основе контента и информации о пользователе формируются пользовательские предпочтения в соответствии с информацией списка и оценочными пользовательскими данными, после чего кластеризуются сходные пользователи, после чего кластеризация соседей объединяется с тестовой пользовательской информацией для составления ориентированного на пользователя прогнозного списка поискового ранжирования; в другом варианте реализации применён алгоритм поискового ранжирования на основе пользовательской информации с ориентацией на нового пользователя, где используется вспомогательная векторная машина для прогнозирования оценки нового пользователя путём взвешивания в соответствии с информацией нового пользователя и исходными пользовательскими данными, результатом чего является ранжированный список результатов запроса нового пользователя.