AncomWiki

vlHMM 기반 컨텍스트 인식 검색

Properties1
description이 논문은 검색 세션 로그에서 가변 길이 은닉 마르코프 모델(vlHMM)을 학습하여 사용자의 이전 쿼리와 클릭을 통한 컨텍스트를 포착하는 컨텍스트 인식 검색 접근법을 제안합니다. 이를 통해 문서 재순위, URL 추천, 쿼리 제안의 정확도를 높일 수 있으며, 방대한 로그 데이터를 처리하기 위해 MapReduce 프레임워크 기반의 분산 학습 기술을 개발했습니다.

14 min read

vlHMM 기반 컨텍스트 인식 검색

Source

  • Evernote/IFTTT Feedly/A vlHMM approach to context-aware search.md

Summary

이 논문은 검색 세션 로그에서 가변 길이 은닉 마르코프 모델(vlHMM)을 학습하여 사용자의 이전 쿼리와 클릭을 통한 컨텍스트를 포착하는 컨텍스트 인식 검색 접근법을 제안합니다. 이를 통해 문서 재순위, URL 추천, 쿼리 제안의 정확도를 높일 수 있으며, 방대한 로그 데이터를 처리하기 위해 MapReduce 프레임워크 기반의 분산 학습 기술을 개발했습니다.

Key Points

  • 사용자 검색 세션(이전 쿼리 및 클릭)의 컨텍스트를 활용하여 정보 필요성을 더 잘 이해함
  • 가변 길이 은닉 마르코프 모델(vlHMM)을 사용하여 컨텍스트 인식 검색의 일반적 접근법 제시
  • 문서 재순위, URL 추천, 쿼리 제안 등 검색 경험 개선에 적용 가능
  • 대규모 로그 데이터 처리를 위한 MapReduce 기반 분산 학습 기술 개발

그래프 뷰

백링크