【CIKM2021】用户行为序列对比学习的上下文感知文档排序

论文题目：Contrastive Learning of User Behavior Sequence for Context-Aware Document Ranking

作者：朱余韬，聂建云，窦志成，马正一，张鑫宇，杜潘，左笑晨，蒋昊

通讯作者：窦志成

论文概述：搜索会话中的上下文信息已被证明有益于捕捉用户搜索意图。现有研究以不同方式探索会话中的用户行为序列，以增强查询建议或文档排序。然而，用户行为序列往往被视为反映用户行为的明确而准确的信号。实际上，用户对同一意图的查询可能会有所不同，并且可能会点击不同的文档。为了学习更稳健的用户行为序列表示，我们提出了一种基于对比学习的方法，该方法考虑了用户行为序列的可能变化。具体来说，我们提出了三种数据增强策略来生成用户行为序列的相似变体，并将它们与其他序列进行对比。这样做时，模型被迫在可能的变化方面更加稳健。优化的序列表示被合并到文档排序中。在两个真实查询日志数据集上的实验表明，我们提出的模型显着优于最先进的方法，这证明了我们的方法在上下文感知文档排名方面的有效性。

https://www.zhuanzhi.ai/paper/a18efc45c7adc2a0fdf2448a7cbb6b88