Learning User Preferences in Web Information Retrieval

웹 정보 검색 환경에서의 사용자 기호 학습

본 논문은 웹 기반의 정보 여과 시스템인 WAIR을 이용하여 사용자의 기호를 학습하는 방법을 설명한다. 제시된 방법은 여과된 문서들에 대한 사용자의 반응을 관찰하여 각 개인 사용자의 프로파일을 학습한다. 사용자의 기호를 가장 잘 표현하는 단어들을 찾는데 강화 학습을 사용하였다. 기존의 방법은 사용자의 명시적인 적합성 평가(relevance feedback)를 이용하여 검색 또는 여과 성능을 향상시킨 반면 제시된 방법은 사용자의 기호를 묵시적 적합성 평가를 통해 학습한다. 여과된 문서에 대한 사용자의 행동을 통해 사용자의 명시적 평가를 추측하는 것이다. 약 7,000 여개의 HTML 문서에 대해 7명의 사용자가 약 4주 동안 실제 웹을 대상으로 웹 문서 여과 실험을 실시하였다. 제시된 방법은 기존의 적합성 평가를 이용한 정보 여과 방법보다 각 개인에게 보다 적절한 정보를 제시하였다.