The queries people issue to a searc

The queries people issue to a search engine and the results clicked following a query change over time. For example, after the earthquake in Japan in March 2011, the query japan spiked in popularity and people issuing the query were more likely to click government-related results than they would prior to the earthquake. We explore the modeling and prediction of such temporal patterns in Web search behavior. We develop a temporal modeling framework adapted from physics and signal processing and harness it to predict temporal patterns in search behavior using smoothing, trends, periodicities, and surprises. Using current and past behavioral data, we develop a learning procedure that can be used to construct models of users' Web search activities. We also develop a novel methodology that learns to select the best prediction model from a family of predictive models for a given query or a class of queries. Experimental results indicate that the predictive models significantly outperform baseline models that weight historical evidence the same for all queries. We present two applications where new methods introduced for the temporal modeling of user behavior significantly improve upon the state of the art. Finally, we discuss opportunities for using models of temporal dynamics to enhance other areas of Web search and information retrieval.

ผลลัพธ์ (ไทย) 1:

คนสอบถามปัญหาการค้นหา และผลการคลิกแบบสอบถามต่อไปนี้เปลี่ยนแปลงตลอดเวลา เช่น แผ่นดินไหวในประเทศญี่ปุ่นในเดือน 2554 มีนาคม ญี่ปุ่นสอบถาม spiked นิยม และผู้ออกแบบสอบถามมีแนวโน้มการคลิกผลลัพธ์ที่เกี่ยวข้องกับรัฐบาลกว่าพวกเขาจะก่อนแผ่นดินไหว เราสำรวจสร้างโมเดลและการคาดเดารูปแบบเช่นขมับในเว็บค้นหาพฤติกรรม เราพัฒนากรอบโมเดลขมับที่ดัดแปลงมาจากฟิสิกส์ และการประมวลผลสัญญาณ และควบคุมการทำนายรูปแบบชั่วคราวในลักษณะค้นหาใช้เรียบ แนวโน้ม periodicities และประหลาดใจ เราใช้ข้อมูลพฤติกรรมปัจจุบัน และในอดีต พัฒนากระบวนการเรียนรู้ที่ใช้ในการสร้างรูปแบบของกิจกรรมของผู้ใช้เว็บค้นหา นอกจากนี้เรายังพัฒนาวิธีการใหม่ที่เรียนรู้การเลือกรูปแบบการคาดเดาที่ดีที่สุดจากครอบครัวของการณ์สำหรับแบบสอบถามที่ระบุหรือระดับของแบบสอบถาม ผลการทดลองบ่งชี้ว่า การการณ์มากดีกว่ารุ่นพื้นฐานที่น้ำหนักหลักฐานทางประวัติศาสตร์เดียวกันสำหรับแบบสอบถามทั้งหมด เรานำเสนอโปรแกรมประยุกต์สองโปรแกรมที่วิธีการใหม่สำหรับการสร้างโมเดลที่ขมับของลักษณะการทำงานของผู้ใช้อย่างมีนัยสำคัญปรับปรุงศิลปะของการ ในที่สุด เรากล่าวถึงโอกาสในการใช้แบบจำลองของ dynamics ขมับเพื่อเพิ่มส่วนอื่น ๆ ของเว็บค้นหาและเรียกข้อมูล

ผลลัพธ์ (ไทย) 2:

ปัญหาคำสั่งให้คนของเครื่องมือค้นหาและผลการคลิกต่อไปนี้การเปลี่ยนแปลงแบบสอบถามเมื่อเวลาผ่านไป ยกตัวอย่างเช่นหลังการเกิดแผ่นดินไหวในประเทศญี่ปุ่นในเดือนมีนาคม 2011 แบบสอบถามญี่ปุ่นพุ่งสูงขึ้นในความนิยมและผู้คนออกแบบสอบถามมีแนวโน้มที่จะคลิกผลลัพธ์ที่เกี่ยวข้องกับรัฐบาลกว่าพวกเขาจะก่อนที่จะเกิดแผ่นดินไหว เราสำรวจการสร้างแบบจำลองและการทำนายของรูปแบบการชั่วคราวดังกล่าวในพฤติกรรมการค้นหาเว็บ เราพัฒนากรอบการสร้างแบบจำลองชั่วคราวดัดแปลงมาจากฟิสิกส์และการประมวลผลสัญญาณและเครื่องเทียมลากมันจะทำนายรูปแบบชั่วคราวในพฤติกรรมการค้นหาโดยใช้การปรับให้เรียบแนวโน้ม periodicities และที่น่าประหลาดใจ โดยใช้ข้อมูลพฤติกรรมในปัจจุบันและที่ผ่านมาเรามีการพัฒนาขั้นตอนการเรียนรู้ที่สามารถนำมาใช้ในการสร้างรูปแบบของกิจกรรมการค้นหาเว็บของผู้ใช้ นอกจากนี้เรายังมีการพัฒนาวิธีการใหม่ที่เรียนรู้ที่จะเลือกรูปแบบการทำนายที่ดีที่สุดจากครอบครัวของรูปแบบการพยากรณ์สำหรับการค้นหาที่ระบุหรือระดับของแบบสอบถาม ผลการทดลองแสดงให้เห็นว่ารูปแบบการพยากรณ์ดีกว่าอย่างมีนัยสำคัญรุ่นพื้นฐานว่าน้ำหนักของหลักฐานทางประวัติศาสตร์เช่นเดียวกันสำหรับทุกข้อสงสัย เรานำเสนอการใช้งานที่สองวิธีการใหม่แนะนำสำหรับการสร้างแบบจำลองชั่วคราวของพฤติกรรมของผู้ใช้อย่างมีนัยสำคัญปรับปรุงรัฐของศิลปะ สุดท้ายเราหารือเกี่ยวกับโอกาสในการใช้รูปแบบของการเปลี่ยนแปลงชั่วคราวเพื่อเพิ่มพื้นที่อื่น ๆ ของการค้นหาเว็บและการดึงข้อมูล

ผลลัพธ์ (ไทย) 3:

สอบถามคนปัญหาเพื่อค้นหา และคลิก ตามแบบสอบถามที่เปลี่ยนแปลงตลอดเวลา ตัวอย่างเช่น หลังจากแผ่นดินไหวในญี่ปุ่นในเดือนมีนาคม 2011 , ข้อมูลญี่ปุ่น spiked ในความนิยมและผู้คนที่ออกค้นหามีแนวโน้มที่จะคลิกที่ผลลัพธ์มากกว่ารัฐบาลที่พวกเขาจะก่อนเกิดแผ่นดินไหว เราศึกษาแบบจำลองและการทำนายดังกล่าวชั่วคราวในรูปแบบพฤติกรรมการค้นหาเว็บ เราพัฒนาและกรอบแบบดัดแปลงจากฟิสิกส์และการประมวลผลสัญญาณ และใช้มันเพื่อทำนายพฤติกรรมการใช้ชั่วคราวในรูปแบบเรียบ แนวโน้ม periodicities และประหลาดใจ ที่ใช้ในปัจจุบันและข้อมูลพฤติกรรมที่ผ่านมา เราพัฒนากระบวนการเรียนการสอน ที่สามารถใช้สร้างแบบจำลองของผู้ใช้เว็บค้นหาต่างๆ นอกจากนี้เรายังพัฒนาใหม่ วิธีการเรียนรู้ที่จะเลือกที่ดีที่สุดของแบบจำลองการทำนายจากครอบครัวของตัวแบบทำนายให้สอบถามหรือชั้นของแบบสอบถาม ผลการทดลองพบว่าแบบจำลองพยากรณ์พื้นฐานทางประวัติศาสตร์ หลักฐานที่ลงรุ่นน้ำหนักเดียวกันสำหรับทุกแบบสอบถาม เรานำเสนอสองงานที่แนะนำวิธีการใหม่สำหรับการรักษาพฤติกรรมของผู้ใช้ปรับปรุงเมื่อรัฐของศิลปะ สุดท้ายเราหารือเกี่ยวกับโอกาสโดยใช้แบบจำลองพลวัตชั่วคราวเพื่อเพิ่มพื้นที่อื่น ๆของการค้นหาเว็บและการสืบค้นสารสนเทศ .