메뉴 건너뛰기
.. 내서재 .. 알림
소속 기관/학교 인증
인증하면 논문, 학술자료 등을  무료로 열람할 수 있어요.
한국대학교, 누리자동차, 시립도서관 등 나의 기관을 확인해보세요
(국내 대학 90% 이상 구독 중)
로그인 회원가입 고객센터 ENG
주제분류
인문학
인문학 일반 역사학 철학 종교학 어문학 기타 인문학
사회과학
사회과학 일반 경영학 관광학 교육학 군사학 문헌정보학 법학 사회학 신문방송학 심리과학 정치외교학 지리학 행정학 경제학 무역학 인류학 기타 사회과학
자연과학
자연과학 일반 물리학 생물학 생활과학 수학·통계학 천문학 지구과학 화학 기타 자연과학
공학
공학 일반 건축공학 기계공학 산업공학 재료·에너지공학 전기전자공학 조선해양공학 화학공학 컴퓨터학 기타공학
의약학
의학 일반 간호학 수의학 약학 한의학 기초의학 임상의학 기타 의약학
농수해양학
농수해양학 일반 농학 수산학 식품과학 임학 축산학 해상운송학 기타 농수해양학
예술체육학
예술 일반 디자인 미술 미용 사진 음악학 의상 체육 공연매체예술 기타 예술체육학
복합학
학제간연구 과학기술학 뇌인지과학 기술정책 기타 복합학

ENG

추천
검색
질문

논문 기본 정보

자료유형
학술저널
저자정보
최우식 (네이버 AiRSearch) 김성범 (고려대학교)
저널정보
대한산업공학회 대한산업공학회지 대한산업공학회지 제48권 제2호
발행연도
2022.4
수록면
138 - 150 (13page)
DOI
10.7232/JKIIE.2022.48.2.138

이용수

표지
📌
연구주제
📖
연구배경
🔬
연구방법
🏆
연구결과
AI에게 요청하기
추천
검색
질문

이 논문의 연구 히스토리 (2)

2022

버티컬 검색에서의 확률 그래픽 모델 기반 클릭모형
최우식 ,  김성범 대한산업공학회지 2022.04 학술저널
베이지안 네트워크 모델 기반 클릭모형을 활용한 버티컬 검색
최우식 산업경영공 2022.01 학위논문

초록· 키워드

오류제보하기
Modern search engines provide the result including not only the traditional web documents, but also the segments aggregated with specialized information such as images, videos, and news, called vertical, to the users. Most click models associated with vertical search were designed to reduce various biases caused by verticals in search engine result pages to evaluate user behavior of web documents. However, evaluation of verticals themselves has not been conducted. In this paper, we propose vertical click models to analyze user behavior associated with both verticals and documents. The proposed click models based on probabilistic graphical model framework directly reflect events occurred in verticals and documents, so that they allow to elaborately calculate and evaluate the preference of verticals felt by the user. The proposed models were evaluated with a click log dataset from the popular commercial search engine in Korea. The results demonstrated superiority of our model over existing models in terms of normalized discounted cumulative gain.
#Vertical Search #Click Model #User Behavior Analysis

목차

1. 서론
2. 관련 연구
3. 제안 방법
4. 실험
5. 실험 결과
6. 결론
참고문헌

참고문헌 (21)

참고문헌 신청
Arguello, J., Diaz, F., Callan, J., and Crespo, J. F. (2009), Sources of Evidence for Vertical Selection, In Proceedings of the 32nd International ACM SIGIR Conference on Research and Development in Information Retrieval (SIGIR’09), ACM, New York, NY, United States, 315-322. google schola Arguello, J., Diaz, F., and Paiement, J. F. (2010), Vertical Selection in the Presence of Unlabeled Verticals, In Proceedings of the 33rd International ACM SIGIR Conference on Research and Development in Information Retrieval (SIGIR’10), ACM, New York, NY, United States, 691-698. google schola Borisov, A., Markov, I., de Rijke, M., and Serdyukov, P. (2016), A Neural Click Model for Web Search, In Proceedings of the 25th International Conference on World Wide Web (WWW’16), International World Wide Web Conferences Steering Committee, Republic and Canton of Geneva, Switzerland, 531-541. google schola Chapelle, O., and Zhang, Y. (2009), A Dynamic Bayesian Network Click Model for Web Search Ranking, In Proceedings of the 18th International Conference on World Wide Web (WWW’09), ACM, New York, NY, United States, 1-10. google schola Chen, D., Chen, W., Wang, H., Chen, Z., and Yang, Q. (2012), Beyond Ten Blue Links: Enabling User Click Modeling in Federated Web Search, In Proceedings of the Fifth ACM International Conference on Web Search and Data Mining (WSDM’12), ACM, New York, NY, United States, 463-472. google schola

함께 읽어보면 좋을 논문

논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!

이 논문의 저자 정보

이 논문과 함께 이용한 논문

전장 상황 인지 보고서 생성을 위한 Text-to-Text 멀티 태스크 학습
허종국 ,  임새린 ,  안시후 외 6명 대한산업공학회지 2022 .12
차량 외부 디자인 변경에 따른 풍절음 예측을 위한 설명 가능한 딥러닝 모델
김태연 ,  목충협 ,  오혜령 외 2명 대한산업공학회지 2022 .10
다중 혈중 성분 농도 예측을 위한 비침습형 센서 기반 멀티 아웃풋 네트워크
유이경 ,  조윤상 ,  목충협 외 3명 대한산업공학회지 2022 .10
예측 모델 기반 섀플리 값을 이용한 타이어 설계 인자 분석
황석철 ,  조윤상 ,  김성범 대한산업공학회지 2022 .10
머신러닝 및 베이지안 최적화를 이용한 타이어 최적 설계
황하은 ,  조윤상 ,  황석철 외 1명 대한산업공학회지 2022 .08

최근 본 자료

전체보기

댓글(0)

0