Kernkonzepte
検索成功を定義する際に、異なる人口統計学的グループの多様な情報ニーズを考慮する必要がある。
Zusammenfassung
本論文では、従来の検索成功指標が異なるデモグラフィックグループの情報ニーズの違いを考慮していないことを指摘し、新しい指標である「群認識型検索成功(GA-SS)」を提案する。GA-SSは、すべてのデモグラフィックグループが検索結果から満足を得られるように検索成功を再定義する。
具体的には、GA-SSは以下のように定義される:
検索クエリqに対して、すべてのグループgが検索成功を収めるという条件を満たす確率として定義される。
各グループgの検索成功確率p(s|q,g)は、クエリqに関連する意図tの分布p(t|q,g)と、意図tに対する検索成功確率p(s|t,q)を用いて計算される。
検索成功確率の計算には、静的ランキングポリシーと確率的ランキングポリシーの両方を用いることができる。後者では、ランダム性を導入することで、グループ間の公平性を高めることができる。
さらに、本論文では、従来のMost Popular Completion (MPC)ランキングモデルを拡張した「群認識型Most Popular Completion (gMPC)」を提案し、デモグラフィックグループの多様な意図を考慮したランキングを実現する。
実験では、クエリ自動補完とムービー推薦の2つのタスクを用いて、提案手法の有効性を検証している。結果から、ランダム性の導入がGA-SSの向上に寄与することが示された。また、GA-SSと従来の検索成功指標との相関分析を行い、それぞれが異なる側面を捉えていることを明らかにした。
Statistiken
検索成功確率は、クエリqに関連する意図tの分布p(t|q,g)と、意図tに対する検索成功確率p(s|t,q)を用いて計算される。