面向微博搜索的时间敏感的排序学习方法

王书鑫，卫冰洁，鲁 骁，王 斌

(1. 中国科学院大学 中国科学院计算技术研究所，北京 100190 2. 国家计算机网络应急技术处理协调中心，北京 100029；3. 中国科学院信息工程研究所，北京 100093)



面向微博搜索的时间敏感的排序学习方法

王书鑫1，卫冰洁2，鲁 骁2，王 斌3

(1. 中国科学院大学 中国科学院计算技术研究所，北京 100190 2. 国家计算机网络应急技术处理协调中心，北京 100029；3. 中国科学院信息工程研究所，北京 100093)

近年来微博检索已经成为信息检索领域的研究热点。相关的研究表明，微博检索具有时间敏感性。已有工作根据不同的时间敏感性假设，例如，时间越新文档越相关，或者时间越接近热点时刻文档越相关，得到多种不同的检索模型，都在一定程度上提高了检索效果。但是这些假设主要来自于观察，是一种直观简化的假设，仅能从某个方面反映时间因素影响微博排序的规律。该文验证了微博检索具有复杂的时间敏感特性，直观的简化假设并不能准确地描述这种特性。在此基础上提出了一个利用微博的时间特征和文本特征，通过机器学习的方式来构建一个针对时间敏感的微博检索的排序学习模型(TLTR)。在时间特征上，考察了查询相关的全局时间特征以及查询-文档对的局部时间特征。在TREC Microblog Track 2011-2012数据集上的实验结果表明，TLTR模型优于现有的其他时间敏感的微博排序方法。

时间敏感；排序学习；微博搜索

1 引言

微博作为一种新兴的Web 2.0媒体，使得海量的用户参与到信息的制造、传播和消费过程中。……