...
  • 主题
高级搜索  >
历史搜索 清空历史
首页> 外文期刊>Information systems and e-business management >Learning to evaluate and recommend query in restaurant search systems
【24h】

Learning to evaluate and recommend query in restaurant search systems

机译：在饭店搜索系统中学习评估和推荐查询

获取原文
获取原文并翻译 | 示例
           
页面导航
  • 摘要
  • 著录项
  • 相似文献
  • 相关主题

摘要

Users tend to use their own terms to search items in structured search systems such as restaurant searches (e.g. Yelp), but due to users' lack of understanding on internal vocabulary and structures, they often fail to adequately search, which leads to unsatisfying search results. In this case, search systems should assist users to use different terms for better search results. To address this issue, we develop a scheme to generate suggested queries, given a user query. We propose a scheme to evaluate queries (i.e. user queries and suggested queries) based on two measures: (1) if the query will return a sufficient number of search results, (2) if the query will return search results of high quality. Furthermore, we present a learning model to choose among alternative candidate queries against a user query. Then we provide learning to rank suggested queries and return to users. Our experiments show the proposed method provides feasible and scalable solution for query evaluation and recommendation of vertical search systems.
机译：用户倾向于使用自己的术语在诸如餐厅搜索（例如Yelp）之类的结构化搜索系统中搜索商品，但是由于用户对内部词汇和结构缺乏理解，因此他们经常无法充分搜索，从而导致搜索结果不令人满意。在这种情况下，搜索系统应协助用户使用不同的术语以获得更好的搜索结果。为了解决这个问题，我们开发了一种在给定用户查询的情况下生成建议查询的方案。我们提出了一种基于两种措施来评估查询（即用户查询和建议查询）的方案：（1）查询是否将返回足够数量的搜索结果，（2）查询是否将返回高质量的搜索结果。此外，我们提出了一种学习模型，可以针对用户查询在备选候选查询中进行选择。然后，我们提供学习以对建议的查询进行排名并返回给用户。我们的实验表明，该方法为垂直搜索系统的查询评估和推荐提供了可行且可扩展的解决方案。

著录项

相似文献

  • 外文文献
  • 中文文献
  • 专利
获取原文

客服邮箱：kefu@zhangqiaokeyan.com

京公网安备：11010802029741号 ICP备案号：京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有

  • 客服微信

  • 服务号