Beter voorspellen van zoekopdrachten door zoekmachine
Zoekmachines zoals Google helpen gebruikers een handje door automatisch zoekopdrachten aan te vullen en daarmee te voorspellen waar gebruikers eigenlijk naar op zoek zijn. Wanneer je in de zoekmachine bijvoorbeeld "face" intypt, stelt Google onder meer de aanvulling "facebook" voor.
Fei Cai van het Instituut voor Informatica (IvI) ontwikkelde een nieuwe methode voor het automatisch aanvullen van zoekopdrachten die tot wel 7% beter dan de huidige state-of-the-art. De resultaten van zijn onderzoek werden afgelopen maand gepresenteerd tijdens de 23ste editie van de internationale conferentie “ACM Conference on Information and Knowledge Management” in Shanghai.
Suggesties voor aanvullingen van zoekopdrachten zijn tot nu toe hoofdzakelijk gebaseerd op de frequenties van zoekopdrachten uit het verleden. Wanneer mensen vaker “facebook” typen dan bijvoorbeeld “face off”, zal de zoekmachine eerder de aanvulling “facebook” voorstellen na het typen van “face”. Cai stelt dat met deze methode twee belangrijke zaken over het hoofd worden gezien: de tijdsfactor en het persoonlijke profiel van de gebruiker.
Tijd
De periode waarin iemand zoekt speelt een rol bij aanvullingssuggesties. Sommige zoekopdrachten vertonen bijvoorbeeld een periodiek karakter of seizoensschommelingen. Zo komt de zoekopdracht ‘halloween’ eind oktober vaker voor dan in de rest van het jaar -- wanneer een gebruiker in die periode de letters ‘hallo’ invoert, is de kans groot dat deze aangevuld dient te worden tot ‘halloween’.
Personalisatie
Ook het gebruikersprofiel speelt een rol bij het auto-aanvullen. Zo kan de locatie van een gebruiker van invloed zijn of ‘Universiteit van A’, beter aangevuld kan worden tot ‘Universiteit van Amsterdam’, of ‘Universiteit van Antwerpen.’
De nieuwe methode voor het automatisch aanvullen van zoekopdrachten die Cai ontwikkelde houdt rekening met beide aspecten: periodiciteit van zoekopdrachten en het gebruikersprofiel, aan de hand van voorgaande zoekopdrachten van de gebruiker. Zijn methode werkt tot wel 7% beter dan de huidige state-of-the-art.
Achtergrond
Het onderzoek van Cai werd uitgevoerd binnen het Informatica Instituut van de Universiteit van Amsterdam, onder leiding van Maarten de Rijke en met gebruikmaking van datasets die beschikbaar zijn gemaakt door AOL en het Nederlands Instituut voor Beeld en Geluid. Het onderzoek van Cai werd mogelijk gemaakt door de China Scholarship Council (CSC).
Publicatiegegevens
F. Cai, S. Liang en M. de Rijke. Time-sensitive personalized query auto-completion. In: CIKM 2014: 23rd ACM Conference on Information and Knowledge Management, November 2014, pagina 1599-1608.