ІМОВІРНОСНО-ПОВЕДІНКОВА МОДЕЛЬ КОРИСТУВАЧА УНІВЕРСИТЕТСЬКОЇ КАМПУСНОЇ МЕРЕЖІ
Ключові слова:
ймовірна модель вибору, модель завдання-орієнтованого вибору, університетські кампусні мережі, аналіз поведінки користувача, інформаційний пошук
Анотація
Розглянуто базис ймовірнісних моделей вибору документів інформаційних систем. Приведені припущення щодо характеру поведінки користувача інформаційної системи. Проведено інтеграцію моделі завдання-орієнтованого вибору документів у рамках університетської кампусової мережі. Розглянуто використання ймовірнісно-поведінкової моделі на прикладі класу користувача — інженера конструкторського бюро.Завантаження
Дані про завантаження поки що недоступні.
Посилання
1. O. Chapelle. A dynamic bayesian network click model for web search ranking / O. Chapelle, Y. Zhang. In Proc. of the 18th Int. World Wide Web Conference, 2009, pages 1–10.
2. N. Craswell. An experimental comparison of click po- sition-bias models / N. Craswell, O. Zoeter, M. Taylor, B. Ramsey. In Proceedings of the 1st ACM Int Conference on Web Search and Data Mining, 2008, pages 87–94.
3. G. Dupret. A user browsing model to predict search engine click data from past observations / G. Dupret, B. Pi- wowarski. In Proceedings of the 31st Annual ACM SIGIR Conference, 2008, pages 331–338.
4. F. Guo. Click chain model in web search / F. Guo, C. Liu, A. Kannan, T. Minka, M. Taylor, Y. Wang, C. Faloutsos. In Proceedings of the 18th International World Wide Web Con- ference, 2009, pages 11–20.
5. B. Hu. Characterize search intent diversity into click models / B. Hu, Y. Zhang, W. Chen, G. Wang, and Q. Yang. In Proceedings of the 20th International World Wide Web Con- ference, 2011, pages 17–26.
6. M. Richardson. Predicting clicks: estimating the click- through rate for new ads / M. Richardson, E. Dominowska, R. Ragno. In Proceedings of the 16th International World Wide Web Conference, pages 521–530, 2007.
7. Y. Zhang. User-click Modeling for Understanding and Predicting Search-behavior / Y. Zhang, W. Chen, D. Wang, Q. Yang. In Proceedings of the 17th ACM SIGKDD international conference on Knowledge discovery and data mining, 2011, Pages 1388-1396
8. C. Burges. Learning to rank using gradient descent / C. Burges, T. Shaked, E. Renshaw, A. Lazier, M. Deeds, N. Ham- ilton, G. Hullender. In Proceedings of the 22nd International Conference on Machine Learning, 2005, pages 89–96.
9. G. Dupret. A model to estimate intrinsic document relevance from the clickthrough logs of a web search engine / G. Dupret, C. Liao. In Proceedings of the 3rd ACM Interna- tional Conference on Web Search and Data Mining, 2010, pages 181–190.
10. R. Srikant. User browsing models: relevance versus examination / R. Srikant, S. Basu, N. Wang, D. Pregibon. In Proceedings of the 16th ACM SIGKDD International Confer- ence on Knowledge Discovery and Data Mining, 2010, pages 223–232.
11. B. Piwowarski. Mining user web search activity with layered bayesian networks or how to capture a click in its context / B. Piwowarski, G. Dupret, R. Jones. In Proceedings of the 2nd ACM International Conference on Web Search and Data Mining, 2009, pages 162–171.
12. L.A. Granka. Eye-tracking analysis of user behavior in WWW search / L.A. Granka, T. Joachims, G. Gay. In Pro- ceedings of the 27th Annual ACM SIGIR Conference, 2004, pages 478–479.
2. N. Craswell. An experimental comparison of click po- sition-bias models / N. Craswell, O. Zoeter, M. Taylor, B. Ramsey. In Proceedings of the 1st ACM Int Conference on Web Search and Data Mining, 2008, pages 87–94.
3. G. Dupret. A user browsing model to predict search engine click data from past observations / G. Dupret, B. Pi- wowarski. In Proceedings of the 31st Annual ACM SIGIR Conference, 2008, pages 331–338.
4. F. Guo. Click chain model in web search / F. Guo, C. Liu, A. Kannan, T. Minka, M. Taylor, Y. Wang, C. Faloutsos. In Proceedings of the 18th International World Wide Web Con- ference, 2009, pages 11–20.
5. B. Hu. Characterize search intent diversity into click models / B. Hu, Y. Zhang, W. Chen, G. Wang, and Q. Yang. In Proceedings of the 20th International World Wide Web Con- ference, 2011, pages 17–26.
6. M. Richardson. Predicting clicks: estimating the click- through rate for new ads / M. Richardson, E. Dominowska, R. Ragno. In Proceedings of the 16th International World Wide Web Conference, pages 521–530, 2007.
7. Y. Zhang. User-click Modeling for Understanding and Predicting Search-behavior / Y. Zhang, W. Chen, D. Wang, Q. Yang. In Proceedings of the 17th ACM SIGKDD international conference on Knowledge discovery and data mining, 2011, Pages 1388-1396
8. C. Burges. Learning to rank using gradient descent / C. Burges, T. Shaked, E. Renshaw, A. Lazier, M. Deeds, N. Ham- ilton, G. Hullender. In Proceedings of the 22nd International Conference on Machine Learning, 2005, pages 89–96.
9. G. Dupret. A model to estimate intrinsic document relevance from the clickthrough logs of a web search engine / G. Dupret, C. Liao. In Proceedings of the 3rd ACM Interna- tional Conference on Web Search and Data Mining, 2010, pages 181–190.
10. R. Srikant. User browsing models: relevance versus examination / R. Srikant, S. Basu, N. Wang, D. Pregibon. In Proceedings of the 16th ACM SIGKDD International Confer- ence on Knowledge Discovery and Data Mining, 2010, pages 223–232.
11. B. Piwowarski. Mining user web search activity with layered bayesian networks or how to capture a click in its context / B. Piwowarski, G. Dupret, R. Jones. In Proceedings of the 2nd ACM International Conference on Web Search and Data Mining, 2009, pages 162–171.
12. L.A. Granka. Eye-tracking analysis of user behavior in WWW search / L.A. Granka, T. Joachims, G. Gay. In Pro- ceedings of the 27th Annual ACM SIGIR Conference, 2004, pages 478–479.
Опубліковано
2017-07-14
Як цитувати
Druzhinin E.A. Імовірносно-поведінкова модель користувача університетської кампусної мережі / E.A. Druzhinin, I.V. Shostak, A.A. Lysenko // Системи управління, навігації та зв’язку. Збірник наукових праць. – Полтава: ПНТУ, 2017. – Т. 4 (44). – С. 50-55. – Режим доступу: https://journals.nupp.edu.ua/sunz/article/view/378 (дата звернення: 25.11.2024).
Розділ
Статті
This work is licensed under a Creative Commons Attribution-NonCommercial 4.0 International License.
