面向用戶興趣的用戶瀏覽行為分析方法及應(yīng)用.pdf

1、隨著Web上資源的急劇膨脹，面對用戶提供的有限查詢詞，當(dāng)前的搜索引擎提供的千人一面的搜索已經(jīng)難以滿足用戶對搜索結(jié)果的需求。在用戶使用搜索引擎進(jìn)行信息檢索的過程中，依據(jù)用戶的實(shí)際興趣為用戶返回個性化的搜索結(jié)果可以提高用戶對搜索結(jié)果的滿意度。大量研究表明用戶的實(shí)際興趣與其在網(wǎng)頁上的瀏覽行為是密切相關(guān)的，通過用戶瀏覽行為分析可以獲取用戶興趣信息，進(jìn)而構(gòu)建用戶興趣模型，使搜索結(jié)果更加貼近用戶的期望。然而，目前的隱式用戶興趣獲取方法無法很好的預(yù)測

2、出用戶對頁面的實(shí)際興趣度。究其原因，一方面是由于當(dāng)前研究尚未考慮到用戶的瀏覽行為可能隨搜索任務(wù)類型的不同而變化。另一方面，當(dāng)前的用戶興趣獲取方法多使用某種特定用戶行為預(yù)測用戶興趣度。
　　針對上述問題，本文探究用戶瀏覽行為在不同類型的搜索任務(wù)中所表現(xiàn)出的差異，并研究聯(lián)合分析多種用戶瀏覽行為的隱式用戶興趣獲取方法。在此基礎(chǔ)上構(gòu)建適當(dāng)用戶興趣模型，最終得出用戶的實(shí)際興趣，從而實(shí)現(xiàn)個性化服務(wù)，使搜索結(jié)果更加貼近用戶的期望。
　　具

3、體的，本文將任務(wù)類型分為導(dǎo)航型、信息型、事務(wù)型三種不同類型，將用戶的基本瀏覽行為轉(zhuǎn)換為頁面停留時間時間、鼠標(biāo)點(diǎn)擊次數(shù)、頁面重訪問次數(shù)以及滑塊移動次數(shù)四種可分析行為事件。通過Bernard提出的算法完成了任務(wù)類型的自動識別，分析了四種可分析行為事件在不同搜索任務(wù)類型中表現(xiàn)出的差異。在用戶行為分析階段，本文基于M5模型樹對可分析事件建模完成對用戶興趣度的計算，在計算過程中樹的剪枝和相關(guān)系數(shù)平滑是建模過程中必須考慮的問題。模型評價階段，本文使