基于二分圖的查詢推薦算法.pdf

1、當前，互聯(lián)網已經成為全世界最大的一個知識庫，蘊含著海量的信息，人們可以獲取的網絡信息與日俱增。用戶在面對大規(guī)模的網絡信息時，卻往往茫然于如何更快更準確地找到所需要的信息。搜索引擎可以幫助人們從海量數(shù)據(jù)中獲取信息，已經成為用戶獲取網絡信息的最主要甚至必不可少的工具之一。但目前的搜索引擎與用戶的交互方式仍然是主要通過用戶根據(jù)信息需求自主輸入查詢關鍵詞進行檢索，搜索引擎返回查詢結果。由于輸入的查詢詞一般較為簡短，并且查詢詞自身存在歧義性和多義

2、性，搜索引擎并不能準確理解用戶真實的搜索意圖?；诖朔N背景下，查詢推薦技術如今已經被搜索引擎普遍采用，幫助搜索引擎更準確地了解用戶真實的查詢意圖以及幫助用戶構造更加完善的查詢。
　　本文主要研究了一種基于二分圖的查詢推薦算法。采用搜狗查詢日志作為實驗數(shù)據(jù)集，對該數(shù)據(jù)集進行分析與預處理之后，抽取31萬條用戶歷史點擊數(shù)據(jù)作為實驗用數(shù)據(jù)。將用戶點擊URL在搜索引擎返回結果列表中的排序號和用戶點擊該URL的順序號考慮到二分圖連接邊的權重計

3、算公式中，利用TF-IDF思想計算邊的權重，得到Query-URL加權二分圖。利用用戶點擊的URL集合構造向量來表示對應的查詢，然后使用余弦相似度方法計算任意兩個不同查詢間的相似度，最后構建一個描述查詢問相關度的查詢關系網絡圖。對一個輸入查詢推薦N個候選查詢的過程是:首先在查詢關系網絡圖上找到該輸入查詢所在節(jié)點的鄰居節(jié)點構成初始候選查詢集合H。若集合H中查詢的數(shù)目不小于N，直接選取前N個與輸入查詢相關度得分較高的候選查詢進行推薦;若集合