2013 TREC contextual 评测总结

一.评测内容简介

TREC 是每年一度由美国国家标准技术研究院举办的文本检索会议国际公开评测,旨在通过以大规模数据为基础的信息检索关键技术评测来促进信息检索研究的发展。目前已成为信息检索领域最有影响的技术评测,反映了该领域最前沿的研究和最新的技术突破。 Contextual Suggestion Track关注与那些高度依赖于上下文context和用户兴趣(user interest)的复杂信息需要的搜索技术。Context2013与去年的区别主要在于context信息不再包含时间、季节等因素,只包含地点信息。输入为contextprofile两项信息,每个context对应一个位置——城市,profile对应一个单独的user,通过user对每个推荐样例的偏好来表征。对每个profilecontext对,需生成有序的若干个推荐,最多50个推荐内容,推荐内容是该城市中的景点、饭店、旅馆等,每个推荐项应包括该景点(或饭店、旅馆等)的urltitledescription信息。

二.参加人员和参加机构介绍

我们实验室的主要参加人员

指导老师:刘瑞芳老师、高升老师

参与人员:张岱、奉珊、方舟、侯成文

主要参加机构

本次TREC contextual Track吸引了国内外高校机构参赛,共有20支队伍,提交了34次结果。具体高校为:

–    University of North Carolina

–    York University

–    University of Delaware

–    University of Pittsburgh

–    University of Waterloo

–    Georgetown University

–    University of Glasgow

–    Central Institute for Research on Goats

–    Information Sciences Institute

–    University of Amsterdam

–    ICTNET

–    北京邮电大学

三.评测相关链接

评测主页:http://sites.google.com/site/treccontext/

评测论坛: http://trec.nist.gov/pubs/trec21/

四.PRIS团队参赛情况

【评测思路】

针对本次TREC contextual 评测任务的具体要求,我们的工作主要从以下两方面展开:1,对官方给定的50个城市进行景点抓取、以及整理、描述生成。2,针对用户对已有景点的评分情况、景点的描述信息,简历用户模型。3、预测用户对已生成的景点的评分。

【评测结果】

图片1

图片2

在参加评测的20支队伍提交的27个成绩中,我们的三个指标成绩均在第6名左右,当然,如果按队伍排名,我们的最好成绩分别是p@5 Rank 5TBG Rank 6MRR Rank 4

【参加人员:张岱,奉珊,方舟,侯成文】 h_large_zAY9_4a9e000034be1375  无标题        original_6wxs_5e9b00000e101191     DSCF2739

cheap christian louboutin,ralph lauren polo ,louis vuitton uk,cheap michael kors bags,evening dresses online australia

发表评论

电子邮件地址不会被公开。 必填项已用*标注