本文關(guān)鍵詞：一種流行性與相似性結(jié)合查詢推薦策略

  更多相關(guān)文章： 計算機應(yīng)用 搜索引擎 查詢推薦 查詢流圖

【摘要】：基于日志的搜索引擎查詢推薦方法大多從搜索行為流行性考慮進行查詢推薦,這類推薦方法忽略了個體用戶背景不同帶來的搜索需求的差異,對于一些在搜索引擎日志中有較多記錄的用戶來講,難以滿足他們更高質(zhì)量的搜索需求.然而,此類用戶的搜索記錄又不足以支持系統(tǒng)提供個性化的推薦服務(wù).所以,針對在搜索引擎日志中有較多記錄的用戶,本文提出一種折衷的解決方案,即流行性與相似性結(jié)合的查詢推薦策略,提供一種近似于個性化的推薦服務(wù).本文采用社團發(fā)現(xiàn)的方法發(fā)現(xiàn)搜索日志中的密集行為,從而構(gòu)建典型用戶行為模型代表用戶搜索背景,并引入模塊度度量典型用戶行為的強度,最后結(jié)合流行性、群體用戶對推薦詞的支持程度、用戶對用戶群體的歸屬程度以及典型用戶行為的強度來產(chǎn)生推薦詞集合.本文最后,在真實數(shù)據(jù)集的實驗結(jié)果證明了本策略能夠在控制推薦失敗風(fēng)險的同時提高用戶對推薦結(jié)果的滿意度.
【作者單位】： 東北大學(xué)信息科學(xué)與工程學(xué)院;
【關(guān)鍵詞】： 計算機應(yīng)用 搜索引擎 查詢推薦 查詢流圖
【基金】：中央高校東北大學(xué)基本科研專項基金項目(N120804001,N120204003)資助 寧夏回族自治區(qū)自然科學(xué)基金項目(NZ13265)資助 國家自然科學(xué)基金項目(61272182)資助
【分類號】：TP391.3
【正文快照】： 1引言用戶使用搜索引擎的過程中受限于查詢詞表述難以精準(zhǔn),所以需要借助于查詢推薦技術(shù)以方便快捷地得到自己所希望的搜索結(jié)果.然而,為了提高查詢推薦系統(tǒng)的推薦質(zhì)量,查詢推薦系統(tǒng)也面臨著一系列挑戰(zhàn).一方面,目前主流的查詢推薦技術(shù)大多基于流行性角度為用戶推薦查詢詞,如基于，

本文編號：573472