上下文相關(guān)的查詢(xún)推薦算法研究.pdf

1、隨著互聯(lián)網(wǎng)的快速發(fā)展，搜索已成為當(dāng)前最重要的網(wǎng)絡(luò)基礎(chǔ)應(yīng)用之一。但是，目前的搜索結(jié)果并不能讓人足夠滿意。對(duì)搜索引擎來(lái)說(shuō)，如何通過(guò)用戶(hù)提交的查詢(xún)關(guān)鍵字，返回滿足用戶(hù)需求的搜索結(jié)果，是判斷搜索性能的關(guān)鍵指標(biāo)。目前搜索引擎公司和研究人員通過(guò)多種方式試圖理解用戶(hù)的搜索目的，生成查詢(xún)推薦是滿足用戶(hù)意圖中很重要的一環(huán)。在實(shí)際應(yīng)用中，查詢(xún)推薦表現(xiàn)為搜索引擎提供的“相關(guān)搜索”。
　　 傳統(tǒng)的生成查詢(xún)推薦的方法主要通過(guò)語(yǔ)義分析、文檔內(nèi)容分析、錨文本

2、研究來(lái)產(chǎn)生推薦；近期的方法主要是通過(guò)挖掘搜索日志來(lái)生成查詢(xún)推薦。一是利用在同一個(gè)session中鄰近的或同時(shí)發(fā)生的查詢(xún)作為彼此的推薦。這種方法能夠有效的提供有意義的查詢(xún)推薦，但僅考察用戶(hù)剛提交的查詢(xún)，沒(méi)有充分的考慮上下文序列。另一種是上下文相關(guān)方法，通過(guò)預(yù)測(cè)后綴樹(shù)模型來(lái)生成查詢(xún)推薦，但在查詢(xún)session劃分方面存在粒度過(guò)大的問(wèn)題。
　　 提高查詢(xún)推薦的準(zhǔn)確性可以提升用戶(hù)的搜索體驗(yàn)，在個(gè)性化搜索、提高用戶(hù)忠誠(chéng)度、精準(zhǔn)廣告投放等方

3、面有很廣應(yīng)用前景。本文具體做了以下方面的工作：
　　 1.Session劃分研究。為了生成查詢(xún)推薦，首先需要對(duì)搜索日志中的session進(jìn)行劃分。有兩個(gè)問(wèn)題需要解決：一是選取劃分方法，這決定了如何自動(dòng)劃分session。本文根據(jù)對(duì)所采用的搜索日志進(jìn)行分析，采用了一種時(shí)間間隔法。二是在同一個(gè)session中，如何利用已經(jīng)提交的查詢(xún)，對(duì)用戶(hù)的下一個(gè)查詢(xún)進(jìn)行判斷和預(yù)測(cè)。
　　 2.改進(jìn)序列生成模型。VMM模型是N-gram算法

4、的擴(kuò)展，考慮了用戶(hù)的上下文信息，也能很好的解決可變長(zhǎng)的上下文輸入問(wèn)題。但在VMM模型的建立過(guò)程中，預(yù)測(cè)后綴樹(shù)的生長(zhǎng)率參數(shù)ε要根據(jù)經(jīng)驗(yàn)得到。ε值過(guò)大，就會(huì)丟失上下文信息；ε值過(guò)小，就會(huì)出現(xiàn)訓(xùn)練集數(shù)據(jù)過(guò)分?jǐn)M合。本文通過(guò)訓(xùn)練多個(gè)不同邊界的VMM模型，建立了擴(kuò)展的VMM模型——EVMM。得到更準(zhǔn)確的ε值，解決了上下文信息丟失和訓(xùn)練集數(shù)據(jù)過(guò)分?jǐn)M合的問(wèn)題。
　　 3.實(shí)驗(yàn)驗(yàn)證。生成查詢(xún)推薦分為訓(xùn)練和測(cè)試兩步。在訓(xùn)練階段，對(duì)搜索日志的sess