会话搜索的任务主要是使用交互数据来提高用户在会话级别上的下一个查询的相关性。在本文中，我们将会话搜索作为一个个性化任务，在学习排序的框架下进行。个性化方法重新排列结果以匹配用户模型。这种用户模型通常是根据用户的浏览行为随着时间的推移而积累起来的。我们使用一套预先计算的、透明的基于社会科学文献概念的用户模型。交互数据用于将每个会话映射到这些用户模型。然后根据这些模型和sessions的交互数据来估计新特性。从TREC会话轨迹的测试收集上进行的广泛实验显示，在统计上比当前会话搜索算法有显著的改进。

https://www.zhuanzhi.ai/paper/3cd6afe65db82a0f6e0fa3a45d1fda73

专知便捷查看

便捷下载，请关注专知公众号（点击上方蓝色专知关注）

• 后台回复“LPWS” 可以获取《【CIKM2020】学习个性化网络搜索会话》专知下载链接索引

专知，专业可信的人工智能知识分发，让认知协作更快更好！欢迎注册登录专知www.zhuanzhi.ai，获取5000+AI主题干货知识资料！

欢迎微信扫一扫加入专知人工智能知识星球群，获取最新AI专业干货知识教程资料和与专家交流咨询！

点击“ 阅读原文 ”，了解使用 专知 ，查看获取5000+AI主题知识资源