基于用户行为的搜索结果全页面优化研究

With the growth of web search users, their information needs become more diverse. To respond to the diverse information needs, modern search engines aggregate results from different verticals and arrange them in diverse layouts that go beyond a rank list on the page. Such complex SERPs may alter how users interact with the search system and therefore direct challenges existing evaluation and ranking approaches. In this study, we investigate the whole-page optimization problem for the complex SERPs with heterogeneous search results and diverse layouts. By analyzing and understanding users' behavioral patterns on these complex SERPs, we hope to propose a whole-page oriented evaluation model and a user behavior prediction model for complex SERPs. Based on these two models, we will try to build a whole-page optimization framework that can leverage user behavior information. We think the proposed study will help search engines to improve their search performance and serve users better.

随着搜索引擎用户的增长，用户的信息需求变得更加多样化。为应对多样化的信息需求，现代搜索引擎会整合不同来源的垂直结果，并将它们以多样化的二维结果排布模式展示给用户。搜索结果页面的复杂化会改变用户与搜索系统的交互模式，进而对已有的搜索性能评价方法和搜索结果排序方法提出挑战。本项目将研究针对具有异质结果和多样化结果排布模式的复杂搜索结果页面的全页面优化问题。通过分析和理解用户用户在复杂搜索结果页面上的行为模式，我们希望提出面向全页面的搜索性能评价模型和复杂搜索页面上的用户行为预测模型。基于这两个模型，我们将尝试构建基于用户行为的全页面优化框架。我们认为，该研究符合网络搜索引擎当前发展方向，将有助于提升搜索性能，改善用户体验。

随着网络搜索用户数量的增长，用户的信息需求变得越来越多样化。为了响应多样化的信息需求，现代搜索引擎从不同的垂直领域聚合结果，并以超越简单结果列表的多样化排布模式呈现它们。这些复杂的搜索引擎结果页面会对用户与系统的交互产生显著影响，并对现有的搜索评价和排序方法带来挑战。在本项目中，我们解决了具有异质化搜索结果和多样展示布局的复杂搜索结果页面的全页面优化问题。通过分析和理解用户在这些页面上的行为模式，我们提出了多个面向全页面优化的用户行为预测模型和评估模型。基于这些模型，我们进一步构建了一个全新的基于用户行为信息全页面优化框架。本项目的研究成果可以应用于增强搜索引擎排序性能，并为用户提供更好的搜索体验。..在自然科学基金的支持下，本项目设计了异质搜索结果的表示模型和高效检索算法；重点分析了用户在复杂搜索页面、多查询会话中的细粒度行为模式，并构建了相应的用户行为预测模型；基于用户行为对搜索性能评价指标进行了改进，使其能更好的预测用户满意度；最终，提出了一个基于细粒度用户行为模拟的异质搜索结果排序框架，圆满的完成了既定研究目标。项目共发表论文21篇，其中包括CCF A类论文15篇，CCF B类论文6篇；申请专利两项。相关研究成果能够被应用于改进搜索引擎性能，提升用户体验，有较为明确的社会和经济效益。