元搜索中基于日志和語料的查詢推薦模型的研究與實(shí)現(xiàn)
發(fā)布時(shí)間:2023-05-06 01:48
自人類進(jìn)入二十一世紀(jì)以來,互聯(lián)網(wǎng)產(chǎn)生了規(guī)模巨大的各類數(shù)據(jù),且數(shù)據(jù)量仍在不斷激增。搜索引擎可以幫助人們高效地從錯(cuò)綜復(fù)雜的海量數(shù)據(jù)中獲取到需要的信息。但是,單個(gè)搜索引擎往往查全率不高,不能完全滿足用戶的檢索需求,而元搜索引擎通過整合各個(gè)成員搜索引擎返回的搜索結(jié)果,從而為用戶提供覆蓋率更高的檢索結(jié)果。然而,在元搜索引擎中,用戶輸入的初始查詢有時(shí)并不能準(zhǔn)確表達(dá)其查詢意圖,從而影響檢索結(jié)果的準(zhǔn)確率。因此亟需研究面向元搜索引擎的查詢推薦技術(shù),以提高元搜索引擎的用戶體驗(yàn)。查詢推薦技術(shù)通過將相關(guān)的查詢?cè)~推薦給用戶,以幫助用戶構(gòu)造更有效的查詢。傳統(tǒng)的查詢推薦模型可以分為兩大類,分別是基于日志的查詢推薦模型和基于語料的查詢推薦模型。本文對(duì)比分析了這兩類模型的優(yōu)缺點(diǎn),在“智搜”元搜索引擎系統(tǒng)的基礎(chǔ)上,提出并實(shí)現(xiàn)了一個(gè)基于日志和語料的查詢推薦模型。本文的工作內(nèi)容及結(jié)論如下:(1)本文首先使用查詢?nèi)罩緮?shù)據(jù)構(gòu)建查詢-鏈接二部圖,在該圖上使用兩步隨機(jī)游走策略來找到候選查詢推薦詞集。為了進(jìn)一步擴(kuò)充候選詞集的范圍,發(fā)揮元搜索引擎的優(yōu)勢(shì),利用多個(gè)搜索引擎的查詢推薦結(jié)果來豐富候選查詢推薦詞集。接下來,使用主題概念提取的方法...
【文章頁數(shù)】:84 頁
【學(xué)位級(jí)別】:碩士
【文章目錄】:
摘要
ABSTRACT
縮略語對(duì)照表
第一章 緒論
1.1 研究背景與意義
1.2 國(guó)內(nèi)外研究現(xiàn)狀
1.3 論文工作內(nèi)容
1.4 本文組織結(jié)構(gòu)
第二章 理論基礎(chǔ)與關(guān)鍵技術(shù)
2.1 元搜索引擎技術(shù)
2.2 推薦模型相關(guān)技術(shù)
2.2.1 協(xié)同過濾推薦模型
2.2.2 分詞技術(shù)
2.2.3 語義相似性度量
2.2.4 查詢推薦模型常用的數(shù)據(jù)集
2.3 查詢推薦結(jié)果評(píng)價(jià)機(jī)制
2.3.1 評(píng)價(jià)方法
2.3.2 評(píng)價(jià)指標(biāo)
2.4 本章小結(jié)
第三章 基于日志和語料的查詢推薦模型的設(shè)計(jì)
3.1 元搜索引擎中查詢推薦模型的框架設(shè)計(jì)
3.2 基于日志的查詢推薦策略
3.2.1 推薦策略概要設(shè)計(jì)
3.2.2 構(gòu)建查詢鏈接二部圖
3.2.3 生成候選推薦查詢
3.2.4 基于主題概念的推薦查詢?cè)~集
3.3 基于語料的查詢推薦策略
3.3.1 推薦策略概要設(shè)計(jì)
3.3.2 基于查詢項(xiàng)圖的相似性計(jì)算方法
3.3.3 候選查詢合理性的計(jì)算方法
3.4 本章小結(jié)
第四章 元搜索引擎中查詢推薦模型的實(shí)現(xiàn)
4.1 “智搜”元搜索引擎系統(tǒng)實(shí)現(xiàn)
4.1.1 系統(tǒng)功能結(jié)構(gòu)
4.1.2 系統(tǒng)工作模式
4.2 基于日志的推薦策略的實(shí)現(xiàn)
4.3 基于語料的推薦策略的實(shí)現(xiàn)
4.3.1 查詢間相似性計(jì)算方法實(shí)現(xiàn)
4.3.2 查詢合理性計(jì)算方法實(shí)現(xiàn)
4.4 查詢推薦模型整體流程實(shí)現(xiàn)
4.5 本章小結(jié)
第五章 實(shí)驗(yàn)設(shè)計(jì)與結(jié)果分析
5.1 實(shí)驗(yàn)環(huán)境
5.2 實(shí)驗(yàn)數(shù)據(jù)
5.3 評(píng)價(jià)指標(biāo)
5.4 實(shí)驗(yàn)結(jié)果
5.4.1 實(shí)驗(yàn)結(jié)果展示
5.4.2 與成熟搜索引擎推薦結(jié)果對(duì)比
5.4.3 各推薦策略間相互對(duì)比
5.4.4 舉例分析
5.5 本章小結(jié)
第六章 總結(jié)與展望
6.1 本文工作總結(jié)
6.2 進(jìn)一步的研究方向
參考文獻(xiàn)
附錄
致謝
作者簡(jiǎn)介
本文編號(hào):3808778
【文章頁數(shù)】:84 頁
【學(xué)位級(jí)別】:碩士
【文章目錄】:
摘要
ABSTRACT
縮略語對(duì)照表
第一章 緒論
1.1 研究背景與意義
1.2 國(guó)內(nèi)外研究現(xiàn)狀
1.3 論文工作內(nèi)容
1.4 本文組織結(jié)構(gòu)
第二章 理論基礎(chǔ)與關(guān)鍵技術(shù)
2.1 元搜索引擎技術(shù)
2.2 推薦模型相關(guān)技術(shù)
2.2.1 協(xié)同過濾推薦模型
2.2.2 分詞技術(shù)
2.2.3 語義相似性度量
2.2.4 查詢推薦模型常用的數(shù)據(jù)集
2.3 查詢推薦結(jié)果評(píng)價(jià)機(jī)制
2.3.1 評(píng)價(jià)方法
2.3.2 評(píng)價(jià)指標(biāo)
2.4 本章小結(jié)
第三章 基于日志和語料的查詢推薦模型的設(shè)計(jì)
3.1 元搜索引擎中查詢推薦模型的框架設(shè)計(jì)
3.2 基于日志的查詢推薦策略
3.2.1 推薦策略概要設(shè)計(jì)
3.2.2 構(gòu)建查詢鏈接二部圖
3.2.3 生成候選推薦查詢
3.2.4 基于主題概念的推薦查詢?cè)~集
3.3 基于語料的查詢推薦策略
3.3.1 推薦策略概要設(shè)計(jì)
3.3.2 基于查詢項(xiàng)圖的相似性計(jì)算方法
3.3.3 候選查詢合理性的計(jì)算方法
3.4 本章小結(jié)
第四章 元搜索引擎中查詢推薦模型的實(shí)現(xiàn)
4.1 “智搜”元搜索引擎系統(tǒng)實(shí)現(xiàn)
4.1.1 系統(tǒng)功能結(jié)構(gòu)
4.1.2 系統(tǒng)工作模式
4.2 基于日志的推薦策略的實(shí)現(xiàn)
4.3 基于語料的推薦策略的實(shí)現(xiàn)
4.3.1 查詢間相似性計(jì)算方法實(shí)現(xiàn)
4.3.2 查詢合理性計(jì)算方法實(shí)現(xiàn)
4.4 查詢推薦模型整體流程實(shí)現(xiàn)
4.5 本章小結(jié)
第五章 實(shí)驗(yàn)設(shè)計(jì)與結(jié)果分析
5.1 實(shí)驗(yàn)環(huán)境
5.2 實(shí)驗(yàn)數(shù)據(jù)
5.3 評(píng)價(jià)指標(biāo)
5.4 實(shí)驗(yàn)結(jié)果
5.4.1 實(shí)驗(yàn)結(jié)果展示
5.4.2 與成熟搜索引擎推薦結(jié)果對(duì)比
5.4.3 各推薦策略間相互對(duì)比
5.4.4 舉例分析
5.5 本章小結(jié)
第六章 總結(jié)與展望
6.1 本文工作總結(jié)
6.2 進(jìn)一步的研究方向
參考文獻(xiàn)
附錄
致謝
作者簡(jiǎn)介
本文編號(hào):3808778
本文鏈接:http://sikaile.net/kejilunwen/sousuoyinqinglunwen/3808778.html
最近更新
教材專著