不論衣食住行或興趣喜好，不少人都會上網搜尋所需要的資料。但「網海」茫茫，往往很難一擊即中。科技大學的伊朗藉本科生Zeighami Sepanta，研究如何降低網絡數據的「平均後悔比率」，提高搜尋結果的滿意度，如獲廣泛應用，將來網民在搜尋資料時將更得心應手，更易找到心水資訊。

於科大主修計算機科學的伊朗籍2年級本科生Sepanta，去年9月參加校內的「本科生研究計劃」，在教授的指導下展開為時近8個月的研究，研究如何降低數據庫的「平均後悔比率」，他解釋，「後悔比率」越高、代表用家對搜尋結果的滿意度越低。

實測NBA球員知名度

網上資訊「爆炸」，要搜索到自己滿意的資料絕非易事，現時學界已有人提出以「最差情況後悔比率」作測量準則，但有關準則只有助提升最不滿搜尋結果的用家狀況，並不反映平均情況。

經過多月努力鑽研，Sepanta終成功驗證自己的算式，他分別將自己創的「平均後悔比率」計算方法，跟現有的「最差情況後悔比率」測量準則，以NBA球員的知名程度進行測試，分別計算出過去3季5位最具代表性的NBA籃球員，比較哪一個方法，更為貼近網上用家的喜好。

Sepanta其後在網上搜尋十大銷售量最高球衣，發現4款球衣相應的NBA球員，都在Sepanta的名單中，包括Stephen Curry、Kevin Durant、James Harden和Russell Westbrook，但根據學界計算名單，只命中Stephen Curry一人。Sepenta又在今年初進行網上問卷調查，近8成受訪者傾向贊同Sepanta計算出的NBA球員名單，更貼近自己心目中的五大最有代表性球員。

訂酒店、賣車、租樓均可應用

Sepanta把今次研究成果對外發表，並在今年6月到美國三藩市學術會議分享，引起海外業界人士及學者興趣，指導Sepanta的計算機科學及工程學系副教授黃智榮表示，「平均後悔比率」研究有助應用在日常生活，「好像酒店住宿、賣車、租樓等中介，都可以應用，幫用家找他們喜好的選擇。」黃又指，將會於今年9月的數據庫學術會議中，提出今次研究成果，並嘗試與Google等搜尋引擎合作，令研究能夠應用及實踐。

今年有379名學生和142位教授參與科大的本科生研究計劃，共有292個研究項目供選擇，包括工程、商業及人文社會科學科等。 黃智榮指，Sepanta在研究後，將到海外修讀博士課程，他又認為本科生展開學術研究是「很好體驗」，有利學生日後升學及作深入研究。