為了搜索引擎能提供高質(zhì)量檢索,提出了一種查詢意圖自動(dòng)分類模型。該模型將用戶查詢分為咨詢、學(xué)術(shù)、資源、服務(wù)、導(dǎo)航和熱點(diǎn)6類,建立了一套查詢意圖分類體系;在傳統(tǒng)搜索引擎系統(tǒng)中加入查詢意圖處理模塊,通過對(duì)用戶查詢意圖的查詢?cè)~信息（Qi）、點(diǎn)擊URL信息（Cu）和基于某分類的URL點(diǎn)擊排序（Cr）3個(gè)分類特征進(jìn)行統(tǒng)計(jì)分析,提取其特征向量,進(jìn)而推斷出用戶查詢意圖。通過在Sogou數(shù)據(jù)集上的試驗(yàn)表明,各類信息的查詢分類效果F值均大于0.8,取得了較好的分類效果。 

【文章來源】：指揮信息系統(tǒng)與技術(shù). 2019,10(02)

【文章頁數(shù)】：6 頁

【部分圖文】：

圖１搜索引擎系統(tǒng)結(jié)構(gòu)示意圖

處理模塊進(jìn)行相關(guān)處理。查詢意圖分類是一個(gè)篩選、預(yù)處理、訓(xùn)練和最終分類的過程。Ｗｅｂ文本分類流程如圖２所示，包括分類器訓(xùn)練和查詢意圖分類２個(gè)過程。圖２Ｗｅｂ文本分類流程查詢意圖分類是一個(gè)通過具體指導(dǎo)進(jìn)行學(xué)習(xí)的過程。設(shè)有查詢意圖分類體系Ｃ＝｛ｃ１，ｃ２，…，ｃｍ｝，對(duì)于用戶的每個(gè)查詢是由ｋ個(gè)特征分量（ｄｉ）和一個(gè)類別目標(biāo)分量ｃｉ組成的向量，即ｑｉ＝（ｄ１，ｄ２，…，ｄｋ，ｃｉ），每個(gè)分量ｄｉ對(duì)應(yīng)一個(gè)抽取的分類特征，根據(jù)已標(biāo)注類別的查詢訓(xùn)練數(shù)據(jù)集Ｑ＝｛ｑ１，ｑ２，…，ｑｎ｝進(jìn)行訓(xùn)練學(xué)習(xí)。最終的分類器ｆ便是根據(jù)這些特征選用某種機(jī)器學(xué)習(xí)算法獲得的。當(dāng)用戶輸入一個(gè)查詢ｑ時(shí)，選取同樣的特征提取方式，用ｋ維特征向量表示，使用分類器ｆ來判斷查詢ｑ屬于Ｃ中意圖類別ｃｉ，表示為ｆ：｛ｑ｝→Ｃ。結(jié)合該方法中查詢特征向量具有一定維度的情況，本文采用ＳＶＭ和最小距離分類法來完成學(xué)習(xí)分類器。１．３構(gòu)建分類體系本文分類體系根據(jù)Ｓｏｇｏｕ搜索引擎日志實(shí)際情況，對(duì)Ｂｒｏｄｅｒ分類體系進(jìn)行細(xì)化，在確保該分類體系完備性同時(shí)，使得該分類體系具有更優(yōu)的獨(dú)立不相關(guān)性。保留導(dǎo)航類，對(duì)信息類和事務(wù)類進(jìn)行細(xì)分，分類體系最終包括如下６類：１）咨詢類：涉及用戶想得到的建議、想法或解答等知識(shí)性查詢，如用戶通過搜索引擎輸入關(guān)鍵詞“什么是Ｂｒｏｄｅｒ分類？”，希望獲得Ｂｒｏｄｅｒ分類的知識(shí)。

ｃｏｍ）的中文分類網(wǎng)站目錄及ＤＭＯＺ目錄（ｗｗｗ．ｄｍｏｚ．ｏｒｇ）來識(shí)別這些ＵＲＬ的分類。分類目錄（ｃｌａｓｓｉｆｉｅｄｄｉｒｅｃｔｏｒｙ）收錄了網(wǎng)站名稱、網(wǎng)站地址和相關(guān)介紹等信息，是幫助用戶在網(wǎng)絡(luò)中尋獲信息的主題目錄。一般地，只有網(wǎng)站或網(wǎng)站中重要版塊的ＵＲＬ才會(huì)放到分類目錄，即分類目錄收錄的ＵＲＬ往往層次較少。為了解決該問題，本文采用前綴匹配方式，每次對(duì)ＵＲＬ尾部進(jìn)行一些刪除處理。分類目錄查詢分類功能結(jié)構(gòu)如圖３所示。圖３分類目錄查詢分類功能結(jié)構(gòu)圖３中，查詢分類過程為：先將完整的待分類ＵＲＬ與分類目錄中ＵＲＬ進(jìn)行匹配，如果該ＵＲＬ完全匹配，則直接使用分類目錄中對(duì)應(yīng)的主題進(jìn)行類別識(shí)別；如無法匹配，則對(duì)待分類ＵＲＬ后綴進(jìn)行刪減，刪掉ＵＲＬ串中最后一個(gè)“／”后內(nèi)容，再與分類目錄中ＵＲＬ匹配；反復(fù)操作，直至在分類目錄中獲得匹配，或者該ＵＲＬ刪掉所有“／”后在分類目錄中仍無匹配記錄。１．４．３ＵＲＬ點(diǎn)擊排行１個(gè)查詢可能點(diǎn)擊多個(gè)ＵＲＬ，１個(gè)ＵＲＬ也可能被多個(gè)查詢點(diǎn)擊，這些行為均記錄在查詢?nèi)罩局�。多�?shù)情況下，用戶會(huì)在獲得滿意結(jié)果時(shí)終止點(diǎn)擊，因此最靠后的點(diǎn)擊最接近用戶的真實(shí)意圖。除最后一次點(diǎn)擊的ＵＲＬ外，很難確定曾經(jīng)點(diǎn)擊的ＵＲＬ接近用戶真實(shí)意圖的比重，然而可以確定的是越接近查詢意圖的ＵＲＬ獲得的點(diǎn)擊次數(shù)越多。假設(shè)用戶共進(jìn)行了ｎ次點(diǎn)擊，本文按如下方法進(jìn)行分類比重的劃分：前ｎ－１次點(diǎn)擊的ＵＲ

【參考文獻(xiàn)】：
期刊論文
[1]基于維基百科的短文本相關(guān)度計(jì)算[J]. 荊琪,段利國,李愛萍,趙謙.  計(jì)算機(jī)工程. 2018(02)
[2]基于網(wǎng)絡(luò)日志的用戶查詢推薦[J]. 王靜.  河南科技. 2016(07)
[3]搜索引擎廣告用戶行為預(yù)測(cè)與特征分析[J]. 王海雷,賀一駿,俞學(xué)寧,張銘.  計(jì)算機(jī)應(yīng)用研究. 2013(05)
[4]查詢意圖研究綜述[J]. 陸偉,周紅霞,張曉娟.  中國圖書館學(xué)報(bào). 2013(01)
[5]基于URL主題的查詢分類方法[J]. 張宇,宋巍,劉挺,李生.  計(jì)算機(jī)研究與發(fā)展. 2012(06)
[6]基于用戶查詢意圖識(shí)別的Web搜索優(yōu)化模型[J]. 楊藝,周元.  計(jì)算機(jī)科學(xué). 2012(01)

博士論文
[1]查詢意圖自動(dòng)分類與分析[D]. 張曉娟.武漢大學(xué) 2014

碩士論文
[1]基于搜索引擎日志的查詢意圖分類研究[D]. 張楊浩.西南大學(xué) 2016



本文編號(hào)：3466652