كاربرد رفتار كليك كاربر در الگوريتم رتبه بندي مبتني بر يادگيري تقويتي

وب جهان گستر منبع بزرگی از اطلاعات در حال رشد است. نرخ رشد اطلاعات وب به اندازه ای است كه مشكل دسترسی به اطلاعات جدی تر از نبود اطلاعات است؛ از این رو بحث رتبه بندی اسناد وب توسط موتورهای جستجو، به صورت جدی مطرح است تا بتوانند اسناد مرتبط با پرس و جوی كاربر را ارائه دهند. در این مقاله یك الگوریتم رتبه بندی صفحات وب مبتنی بر یادگیری تقویتی پیشنهاد می شود. در الگوریتم پیشنهادی اگر كاربر بر روی سندی كلیك كند، به هر جفت كلمه سند پرسوجو با توجه به مرتبط بودن سند به پرس و جو، امتیازی تعلق می گیرد. اسناد در هر تكرار یادگیری برحسب امتیازات تغییریافته برای ارائه پرس و جوی بعدی مرتب می شوند و با استفاده از روش شبه حریصانه، اسنادی برای نمایش به كاربر انتخاب می شوند. بدین صورت هر سند كلیك شده ی مرتبط با پرس و جو شانس بیشتری را برای نمایش خواهد داشت. روند یادگیری تا همگرا شدن به یك لیست رتبه بندی ثابت ادامه می یابد. لازم به ذكر است كه برای شبیه سازی كلیك كاربر از مدل احتمالی برگرفته از ارزیابی چشمی استفاده میشود. ارزیابی الگوریتم پیشنهادی، با استفاده از داده ی محك TD2004 و بر اساس معیارهای استاندارد انجام شده است. نتایج ارزیابی نشان دهنده ی كارآمدی روش پیشنهادی نسبت به روش های مطرح یادگیری است.