工學(xué)學(xué)士 (計(jì)算機(jī)科學(xué)與技術(shù)),清華大學(xué), 中國(guó), 1999;

工學(xué)博士 (計(jì)算機(jī)科學(xué)與技術(shù)), 清華大學(xué), 中國(guó), 2003.

“清華—搜狐”搜索技術(shù)聯(lián)合實(shí)驗(yàn)室: 副主任 (2007-);

Information Processing and Management (IP&M): 審稿人(2008-);

WSDM 2010-2011,KDD 2010, WWW 2008-2010, EMNLP 2009, IJCNLP 2008: 程序委員會(huì)委員 (2008-2011);

AIRS: 程序委員會(huì)委員、分領(lǐng)域共主席 (2004-2010);

WICOW 2010: 程序委員會(huì)共主席 (2010).

信息檢索

用戶行為分析

機(jī)器學(xué)習(xí)

研究興趣集中在網(wǎng)絡(luò)信息檢索模型及用戶行為分析。在大多數(shù)信息檢索任務(wù)中，用戶的需求描述模糊而簡(jiǎn)短，而文檔數(shù)據(jù)的信息描述空間則非常大且內(nèi)容復(fù)雜。因此，信息檢索中的最大問(wèn)題就是用戶查詢空間描述的信息與已知文檔空間信息表示的不匹配。研究工作就是圍繞如何有效理解用戶需求，挖掘用戶行為特征，從網(wǎng)絡(luò)數(shù)據(jù)中篩選高質(zhì)量的信息，改進(jìn)檢索模型展開(kāi)，力圖減小用戶需求與信息資源之間的不匹配問(wèn)題，從而改進(jìn)信息檢索效果�；�于這一思路，在國(guó)家自然科學(xué)基金重點(diǎn)項(xiàng)目、青年項(xiàng)目、與“清華—搜狐”搜索技術(shù)聯(lián)合實(shí)驗(yàn)室的支持下開(kāi)展了一系列相關(guān)研究，主要研究成果包括：

在信息檢索模型與方法的研究方面，對(duì)新信息檢索的本質(zhì)——如何針對(duì)用戶的檢索需求，準(zhǔn)確地找到包含新內(nèi)容的非冗余信息——進(jìn)行研究，提出了基于查詢擴(kuò)展的文檔重構(gòu)方法、新信息查找中的查詢擴(kuò)展方法、基于選擇池的有效信息匹配算法；從文檔空間的信息表示的角度，提出以目標(biāo)為中心的文檔信息重組方法、話題歸并與重組方法；針對(duì)觀點(diǎn)檢索與評(píng)論傾向性分析問(wèn)題，提出將文檔的相關(guān)性與觀點(diǎn)傾向性相融合的產(chǎn)生式模型，將二者放在統(tǒng)一的框架中進(jìn)行分析。 相關(guān)工作分別發(fā)表在JIR、SIGIR、CIKM等國(guó)際期刊和重要國(guó)際學(xué)術(shù)會(huì)議上，并獲得國(guó)家發(fā)明專利授權(quán)1項(xiàng)。

此外，從用戶角度出發(fā)，利用搜索引擎海量規(guī)模的用戶行為數(shù)據(jù)信息，發(fā)揮“用戶群體智慧”的作用， 提出了一系列基于用戶行為分析的網(wǎng)絡(luò)信息檢索性能改進(jìn)方法�；�于用戶行為分析的互聯(lián)網(wǎng)頁(yè)面質(zhì)量評(píng)估及垃圾網(wǎng)頁(yè)識(shí)別方法，能夠有效地解決垃圾頁(yè)面識(shí)別的普適性和時(shí)效性；提出的搜索引擎性能的自動(dòng)評(píng)價(jià)模型，能夠解決傳統(tǒng)信息檢索評(píng)價(jià)方法中評(píng)價(jià)集合規(guī)模小、更新慢、需要大量人工標(biāo)注、實(shí)時(shí)性差等問(wèn)題，已提供中文主流搜索引擎性能評(píng)價(jià)的每天在線服務(wù)；從用戶角度理解用戶查詢需求，建立用戶瀏覽圖模型，評(píng)價(jià)用戶檢索結(jié)果的滿意度；同時(shí)還提出了用戶行為的可靠性分析方法，包括點(diǎn)擊的可靠性分析算法、用戶級(jí)別的可靠性評(píng)估算法，能夠同時(shí)對(duì)高頻查詢及稀有查詢的可靠性進(jìn)行有效判斷。相關(guān)成果發(fā)表在JASIST、WWW、CIKM、WSDM等相關(guān)研究領(lǐng)域國(guó)際著名期刊與會(huì)議上，并申請(qǐng)國(guó)家發(fā)明專利8項(xiàng)，其中已獲得4項(xiàng)授權(quán)。

國(guó)家自然科學(xué)基金重點(diǎn)課題: 下一代信息檢索 (2008-2011);

國(guó)家自然科學(xué)基金: 主題無(wú)關(guān)的高質(zhì)量WEB頁(yè)面預(yù)選與檢索 (2006-2008);

教育部課題: 國(guó)家精品課程信息檢索系統(tǒng) (2007-2008);

“清華-搜狐”聯(lián)合研究室項(xiàng)目: 搜索引擎改進(jìn)及用戶行為分析 (2007-2013);

微軟亞洲研究院合作項(xiàng)目：基于點(diǎn)擊數(shù)據(jù)的搜索引擎評(píng)價(jià) (2007).

清華大學(xué)青年教師教學(xué)優(yōu)秀獎(jiǎng) (2007).

[1] Min Zhang, Xingyao Ye, A generative model to unify topic relevance and lexicon-based sentiment for opinion retrieval, The 31st Annual International ACM SIGIR Conference (SIGIR2008), 20-24 July 2008, Singapore, p411-419.

[2] Canhui Wang, Min Zhang, Shaoping ma, Liyun Ru, Automatic Online News Issue Construction in Web Environment, the 17th International World Wide Web Conference (WWW2008), Beijing, April, 2008, p457-466.

[3] Yiqun Liu, Min Zhang, Liyun Ru, Shaoping Ma. Data Cleansing for Web Information Retrieval using Query Independent Features. Journal of the American Society for Information Science and Technology (JASIST), Volume 58, No. 12, Pages 1884-1898, 2007.

[4] Le Zhao, Min Zhang, Shaoping Ma, The Nature of Novelty Detection, Information Retrieval,vol. 9, No. 5, pp.521-542, 2006.

[5] Rongwei Cen, Yiqun Liu,Min Zhang, Bo Zhou, Liyun Ru, and Shaoping Ma. Exploring Relevance for Clicks. In Proceeding of the 18th ACM Conference on information and Knowledge Management. (CIKM 2009), Nov. 2009. ACM, New York, NY, 1847-1850.

[6] Yiqun Liu, Yijiang Jin, Min Zhang, Shaoping Ma and Liyun Ru. User Browsing Graph: Structure, Evolution and Application. Late breaking result session in Second ACM International Conference on Web Search and Data Mining (WSDM 2009). 2009.2

[7] Canhui Wang, Min Zhang, Liyun Ru, Shaoping Ma, Automatic Online News Topic Ranking Using Media Focus and User Attention Based on Aging Theory, the ACM 17th Conference on Information and Knowledge Management (CIKM 2008), October, 2008, Napa Valley California, USA. pp1033-1042

[8] 張敏，宋睿華，馬少平, 基于語(yǔ)義關(guān)系查詢擴(kuò)展的文檔重構(gòu)方法, 計(jì)算機(jī)學(xué)報(bào)，第27卷，第10期，1395-1401， 2004

[9] Qing Ma, Min Zhang, Ming Zhou, Masaki Murata, and Hitoshi Isahara, Self-Organizing Chinese and Japanese Semantic Maps, International Conference on Computational Linguistics (COLING02). p1-7, August, 2002.Taiwan.

[10]Jianfeng Gao, Min Zhang, Improving Language Model Size Reduction using Better Pruning Criteria. the Association for Computational Linguistics 40th Anniversary Meeting, 2002 (ACL2001). p176-182, July, 2001