基于用戶視角的搜索系統(tǒng)框架及技術(shù)研究.pdf

1、互聯(lián)網(wǎng)就是蘊(yùn)含海量信息資源的信息平臺(tái)，也可以把它看成一個(gè)具有開放性、分布式的系統(tǒng)。隨著Internet上信息數(shù)據(jù)的極度膨脹，要在大量的資源中查找有用的信息變得越來(lái)越困難。據(jù)調(diào)查顯示，一般用戶需要用35％的時(shí)間在網(wǎng)絡(luò)上查找自己需要的信息。因此，需要有效的工具和手段來(lái)收集和管理網(wǎng)絡(luò)上豐富的信息資源。目前，互聯(lián)網(wǎng)搜索已經(jīng)成為人們查找信息的首選方式，而搜索引擎是不可缺少的工具。網(wǎng)絡(luò)上存在著結(jié)構(gòu)、類型各異的數(shù)據(jù)資源，如有圖片、視頻等不同類型的資源

2、，對(duì)應(yīng)著不同的用戶需求。隨著用戶需求的多樣化，通用的搜索引擎己不能滿足用戶的需求。據(jù)調(diào)查報(bào)告顯示，所有用戶(包括偶爾使用或經(jīng)驗(yàn)豐富的用戶)對(duì)搜索結(jié)果滿意的次數(shù)百分比僅為42％。搜索引擎需要變得更加智能，使得能為廣大的用戶提供滿意的搜索結(jié)果。
　　 對(duì)于目前的搜索引擎來(lái)說(shuō)存在這樣的問(wèn)題：當(dāng)用戶需要查找多種類型的信息資源的時(shí)候，通用搜索引擎已經(jīng)不能滿足用戶的需求。然后就出現(xiàn)了垂直搜索引擎，它將網(wǎng)絡(luò)數(shù)據(jù)資源進(jìn)行分類，提供可以是針對(duì)某一

3、數(shù)據(jù)類型、某一特定領(lǐng)域、某一特定人群或某一特定需求的信息和相關(guān)服務(wù)。每個(gè)垂直搜索分別有獨(dú)立的用戶接口。在實(shí)際應(yīng)用中用戶要查找與某個(gè)查詢?cè)~相關(guān)的多種類型的信息，每一類信息代表一個(gè)垂直搜索引擎的話，用戶就必須在各個(gè)垂直搜索引擎的用戶界面上逐一輸入查詢?cè)~，然后比較它們返回的結(jié)果。例如：查詢?cè)~“故宮”包含介紹故宮的網(wǎng)頁(yè)、博客、百科等文本信息還有一些圖片和視頻信息等。用戶在查找這些信息的時(shí)候需要在各個(gè)垂直搜索引擎之間頻繁切換，需要由用戶自己過(guò)濾選

4、擇需要的信息。這樣搜索任務(wù)就變得繁重，也收不到較好的搜索用戶體驗(yàn)?，F(xiàn)在，對(duì)于擁有龐大用戶群的搜索引擎來(lái)說(shuō)，如何在同一用戶界面上聚合多類型的搜索結(jié)果，向用戶推送“用戶最可能想要的信息”，將與用戶查詢更緊密的結(jié)果放在前面，這方面的研究將有實(shí)際的應(yīng)用前景和商業(yè)價(jià)值。
　　 本文做了如下三方面的工作：
　　 第一，針對(duì)聚合系統(tǒng)中出現(xiàn)的兩個(gè)問(wèn)題，分別為系統(tǒng)的信息內(nèi)容如何組織及用戶意圖如何表達(dá)問(wèn)題進(jìn)行研究，針對(duì)這類系統(tǒng)當(dāng)中的信息數(shù)據(jù)

5、抽取和組織，提出了預(yù)測(cè)用戶意圖的數(shù)據(jù)模型。
　　 第二，提出一種對(duì)各類搜索結(jié)果進(jìn)行合理聚合的新算法，通過(guò)對(duì)查詢?cè)~、搜索結(jié)果以及用戶的搜索歷史日志這三個(gè)方面數(shù)據(jù)的學(xué)習(xí)來(lái)對(duì)搜索結(jié)果進(jìn)行選擇和排序，從而達(dá)到探測(cè)用戶查詢意圖的目的。通過(guò)實(shí)驗(yàn)證明這種基于排序?qū)W習(xí)的多類型結(jié)果聚合的方法是十分有效的，它可以更好的滿足用戶的搜索需求，提高用戶的滿意度，同時(shí)為搜索引擎的優(yōu)化和改善用戶的搜索體驗(yàn)提供一個(gè)有效合理的方法模型。
　　 第三，基于