AncomWiki

웹 검색 행동의 시간적 동역학: 학습, 모델링 및 예측

Properties1
description이 논문은 웹 검색 행동에서 나타나는 시간적 패턴(예: 특정 사건 발생 시 검색어 급증 및 클릭 경향 변화)을 모델링하고 예측하는 방법을 다룹니다. 물리학과 신호 처리에서 유래한 시간적 모델링 프레임워크를 적용하여, 검색 행동의 추세(trends), 주기성(periodicities), 이상치(surprises) 등을 평활화(smoothing)하고 분석합니다. 과거 및 현재 행동 데이터를 기반으로 사용자의 웹 검색 활동 모델을…

9 min read

웹 검색 행동의 시간적 동역학: 학습, 모델링 및 예측

Source

  • Evernote/IFTTT Feedly/Behavioral dynamics on the web Learning, modeling, and prediction.md

Summary

이 논문은 웹 검색 행동에서 나타나는 시간적 패턴(예: 특정 사건 발생 시 검색어 급증 및 클릭 경향 변화)을 모델링하고 예측하는 방법을 다룹니다. 물리학과 신호 처리에서 유래한 시간적 모델링 프레임워크를 적용하여, 검색 행동의 추세(trends), 주기성(periodicities), 이상치(surprises) 등을 평활화(smoothing)하고 분석합니다. 과거 및 현재 행동 데이터를 기반으로 사용자의 웹 검색 활동 모델을 구축하는 학습 절차를 제시합니다.

Key Points

  • 웹 검색 쿼리와 클릭 결과는 시간과 사건(예: 자연재해)에 따라 동적으로 변화함
  • 물리학 및 신호 처리 기법을 차용한 시간적 모델링 프레임워크 제안
  • 검색 행동의 추세, 주기성, 돌발 현상을 분리하여 예측하는 방법론 제시
  • 과거/현재 데이터를 활용한 사용자 검색 활동 모델 학습 절차 개발

그래프 뷰