ИСТИНА

Анализ неявных предпочтений пользователей, выраженных в виде переходов по гиперссылкам и времени просмотра страниц, является важнейшим фактором при решении таких задач, как ранжирование документов по запросу, показ рекламы и рекомендация новостей. Алгоритмы анализа кликов хорошо изучены. Можно ли узнать об индивидуальных предпочтениях пользователей что-то ещё, используя больше информации о поведении пользователя? Оказывается, траектория движения мыши позволяет узнать, какие фрагменты просматриваемого документа заинтересовали пользователя. В докладе будут представлены методы сбора данных и анализа поведения пользователя по движениям мыши, и практические приложения данных методов. Разработанные алгоритмы позволяют существенно улучшить формирование аннотаций документов по запросу (сниппетов). В применении к задаче поиска точных ответов на вопрос (вопросно-ответного поиска) анализ поведения позволяет существенно повысить точность выделения фрагментов, содержащих правильный ответ. Будет представлена свободно доступная коллекция данных, содержащая поведение пользователей с привязкой к заданному вопросу, и программный код, которые, мы надеемся, вдохновят исследователей на создание новых методов анализа и открытие новых применений неявных поведенческих сигналов.