近日，计算机系师生发表的4篇论文被ACM SIGIR 2017录用为长文（本次会议仅录用长文78篇）。国际计算机学会信息检索专委会年度会议（ACM SIGIR International Conference on Research on Development in Information Retrieval）是一年一度的信息检索领域最高水平国际会议，被列入中国计算机学会A类会议列表。本年度会议共收到长文投稿362篇，录用率为22%。

录用的4篇论文分别为：

博士生罗成（导师：马少平）为第一作者的论文“Evaluating Mobile Search with Height-Biased Gain”（作者：罗成、刘奕群、张敏、马少平等）针对传统信息检索评价指标在移动搜索环境下无法有效拟合用户使用体验的问题，提出使用浏览深度对用户在移动搜索环境下的成本和收益进行建模的评价框架，对用户偏好性预测的准确率达到85%以上，有望极大降低搜索评价标注的人力成本。

硕士生陈烨（导师：刘奕群）为第一作者的论文“Meta-evaluation of Online and Offline Web Search Evaluation Metrics”（作者：陈烨、刘奕群、张敏、马少平等）提出一套对现有信息检索系统的在线与离线评价指标进行可靠性检验的方法框架，并面向不同应用场景给出了针对性的指标应用建议。

博士生谢晓晖（导师：刘奕群）为第一作者的论文“Investigating Examination Behavior of Image Search Users”（作者：谢晓晖、刘奕群、张敏、马少平等）首次系统性的对图像搜索引擎用户的检验行为习惯进行了分析，建立了位置偏置、内容偏置等因素对用户注意力分布的影响模型，并对用户的检验行为进行了预测。相关成果有望在图像搜索排序与人机交互方面取得较好应用。

硕士生张帆（导师：刘奕群）为第一作者的论文“Evaluating Web Search with a Bejeweled Player Model”（作者：张帆、刘奕群、张敏、马少平等）针对传统信息检索评价指标设计时未能兼顾用户成本与收益两方面的容忍阈值的缺陷，借鉴“宝石迷阵”这一流行的消去解谜游戏设计了搜索用户的交互行为模型，并建立了相应的性能评价指标体系。该体系能够统一已有的绝大部分检索评价指标并加以改进。

上述检索评价指标设计和图像检索方面的工作已通过清华大学天工智能计算研究院在搜狗搜索引擎得到实际应用。