基于搜索日志熱度和命名實體的查詢推薦.pdf

1、隨著搜索引擎用戶量大規(guī)模的增長，對于搜索引擎服務(wù)質(zhì)量和性能提出了挑戰(zhàn)?；谟脩羲阉餍袨檫^程中產(chǎn)生的大量搜索日志，相繼展開了優(yōu)化搜索引擎的多方向研究。其中，查詢推薦是其研究的一個重要方向，查詢推薦是根據(jù)用戶已有的輸入查詢，由后臺查詢推薦系統(tǒng)自動構(gòu)建多個與用戶查詢意圖相關(guān)的查詢串供用戶自主選擇。它是方便用戶構(gòu)建合適查詢，提高搜索引擎執(zhí)行效率的一種有效方法。結(jié)合查詢串在查詢?nèi)罩局械臒岫刃畔⒑筒樵兇邪母髅麑嶓w信息提出了一種基于查詢熱度和

2、命名實體信息的有效查詢推薦方法，查詢串的熱度信息有效反映了該查詢串相關(guān)主題目前的流行度，查詢串中出現(xiàn)的命名實體由于在相對短小的查詢串中蘊含著大量的信息，它對于查詢推薦串和輸入串相關(guān)性有著重要的支持作用。查詢推薦方法的研究從三個方面展開，具體研究的方法和內(nèi)容如下:
　　首先，對查詢?nèi)罩局械母鞑樵兇疅岫冗M(jìn)行了評估和分析。融合K-means聚類中心迭代優(yōu)點和查詢詞向量長度信息的基礎(chǔ)上，提出SKHC（類K-means層次聚類）方法，并以該

3、方法對搜索日志聚類。然后，分析聚類后的查詢用戶數(shù)、查詢頻次、查詢累計時間、查詢數(shù)、統(tǒng)計量特征與熱點查詢的關(guān)系，提出了基于各類熱度值進(jìn)行熱點查詢內(nèi)容評估的方法，同時融合了日熱度值和倒排日志頻率統(tǒng)計特征。通過對抽取出的結(jié)果進(jìn)行統(tǒng)計分析，并和日志所在月份發(fā)生的熱點事件進(jìn)行相關(guān)性比較，發(fā)現(xiàn)四川地震和北京奧運月平均熱度分別達(dá)到最高的0.89和0.81，證明了該方法的有效性。
　　其次，對查詢串中的命名實體進(jìn)行了識別。利用種子命名實體和模板匹

4、配原則抽取候選命名實體并聚類，聚類后進(jìn)行候選命名實體識別特征抽取，包括頻次，不同模板數(shù)，模板權(quán)重特征。融合這些特征構(gòu)造命名實體識別權(quán)重計算公式，并合理調(diào)整特征影響參數(shù)，提出了依據(jù)特征權(quán)重抽取命名實體的新方法。通過計算該方法抽取結(jié)果指標(biāo)P@N值，并和其它方法抽取結(jié)果指標(biāo)進(jìn)行比較，表明了該方法的有效性。
　　最后，對查詢熱度信息和查詢串中的命名實體如何融合應(yīng)用于查詢推薦進(jìn)行了分析。融合查詢串熱度信息和命名實體提出了一種新的查詢推薦方法