面向物联网物品搜索的排序理论和关键技术研究

The Internet of things contains massive physical entities, once these physical entities are refined and searched, it will generate enormous values to meet the needs of our society. After retrieving a large number of candidate entities based on user's query keyword, how to evaluate the relevance and importance of these candidate entities for ranking is a difficult problem in IoT search due to some characteristics of physical entities, such as lack of text data, heterogeneous attributes and no explicit links. By analyzing the characteristics of physical entity, this project studies some key theoretical issues for ranking candidate entities in IoT search, designs the relevance evaluation mechanism of IoT search by learning to rank, designs the importance evaluation mechanism of IoT search by mining latent relationship of physical entity. The concrete research content includes: (1) User's personalized interest model; (2) Mining latent relationship of physical entity; (3) Relevance evaluation mechanism of physical entity; (4) Importance evaluation mechanism of physical entity. This project aims to build a theoretical rank model for physical entity search in IoT. The output of this project can facilitate many IoT search applications, such as searching physical shops, building tool and searching express items.

物联网蕴含海量现实世界物品信息，一旦这些物品信息被提炼和搜索出来将会产生巨大的社会经济价值。在利用查询关键字检索出候选物品后，如何对候选物品进行排序以快速发掘出符合用户查询意图的物品成为物联网物品搜索的关键所在。但由于物联网物品自身的特点（例如，文本资料缺乏、属性异构和没有显式链接等），使得在排序时对候选物品进行相关性评估和重要性评估面临严峻挑战。本课题从物联网物品的基本特征出发，深入分析物联网物品搜索排序的一些关键理论问题，借鉴排序学习思想建立个性化的候选物品相关性评估模型，在挖掘物品隐式链接关系的基础上建立候选物品重要性评估模型。具体研究内容包括：（1）用户个性化兴趣建模；（2）物品隐式链接关系挖掘;（3）候选物品相关性评估；（4）候选物品重要性评估。本课题的研究意义在于通过建立物联网物品搜索排序的理论模型，为实体商铺搜索、建筑工具搜寻和快递物品查找等物联网搜索应用提供新的技术支撑。

本项目围绕物联网物品搜索排序的一些关键难题，针对物联网物品文本资料缺乏、属性异构和没有显式链接等特点，提出了大规模异构物联网物品搜索的相关性排序模型和重要性排序模型。在整个项目执行期间，项目组不断进行物联网物品搜索排序任务基本问题研究，打磨了一套切实可行的整体解决方案，对物联网搜索排序不同层次进行了深入研究和探索，具体包括用户个性化兴趣建模、物品隐式链接关系挖掘、候选物品相关性评估和候选物品重要性评估。. 三年的项目执行期进展顺利，按照项目计划书中的年度计划实施，项目组主要在创新借鉴排序学习思想建立个性化的候选物品相关性评估技术，在挖掘物品隐式链接关系的基础上建立候选物品重要性评估等方面展开相应研究以及实现在智慧交通和医药数字化行业的示范性应用，在理论研究方面，项目组围绕用户个性化兴趣建模、物品隐式链接关系挖掘、候选物品相关性评估和候选物品重要性评估等方面展开深入研究，突破了相关关键技术并取得了一定的理论成果（包括一系列模型、机制、算法等），共发表论文13篇，申请国家发明专利11项（已授权6项）。此外，在示范性应用方面，项目组以实体店铺和传感器资源搜索推荐排序作为示范应用场景，将隐 式链接关系挖掘、用户兴趣建模等研究成果的技术实现直接应用于实体店铺推荐， 对关键技术的有效性进行了验证，达到了应用示范的目的。