面向廣告搜索的高效索引結(jié)構(gòu).pdf

1、近年來,互聯(lián)網(wǎng)已經(jīng)成為廣告業(yè)的一個重要媒體途徑。如今很多互聯(lián)網(wǎng)門戶網(wǎng)站與搜索引擎(例如Google,Yahoo,百度等)均已成為重要的廣告提供者之一。在互聯(lián)網(wǎng)廣告中,搜索廣告(SponsoredSearch)是一個被普遍使用的模式。在搜索廣告的模式中,搜索引擎將推薦的廣告與用戶的查詢結(jié)果同時顯示。所顯示的廣告如與用戶需求相關(guān),則有較大的概率被點(diǎn)擊,從而提高了用戶的滿意度,同時增加了廣告商與門戶網(wǎng)站的廣告收益。廣告數(shù)據(jù)具有其自身的特殊性。

2、相比于普通的文本數(shù)據(jù),廣告數(shù)據(jù)所包含的文本信息短少,其中一些競價詞出現(xiàn)的頻率很低。單純的文本匹配方法直接地根據(jù)文本包含關(guān)系返回結(jié)果,使得很大部分與用戶需求相關(guān)的廣告會因沒有包含特定的關(guān)鍵字而不能被搜索引擎返回,導(dǎo)致了搜索引擎返回結(jié)果數(shù)量的嚴(yán)重不足。因此廣告的搜索問題與傳統(tǒng)的文本搜索問題有很大的區(qū)別?，F(xiàn)今的搜索引擎提供了更復(fù)雜的技術(shù),例如對關(guān)鍵字的聚類、擴(kuò)展以及對用戶查詢的改寫等,以返回更多符合用戶需求的廣告。然而這些復(fù)雜技術(shù)的使用,同時

3、也對搜索引擎及其索引結(jié)構(gòu)的效率提出了更高的要求。本文主要基于搜索廣告的互聯(lián)網(wǎng)廣告模式,提出了適合廣告數(shù)據(jù)特性的分塊索引結(jié)構(gòu)。通過統(tǒng)計、分析廣告數(shù)據(jù)中競價詞的出現(xiàn)與分布規(guī)律,并結(jié)合競價詞的聚類信息對廣告文本數(shù)據(jù)的索引結(jié)構(gòu)進(jìn)行研究和設(shè)計。此索引結(jié)構(gòu)改進(jìn)了傳統(tǒng)的倒排索引,將競價詞的聚類信息編碼,并將其作為索引詞項。根據(jù)競價詞之間的相關(guān)關(guān)系決定其在索引中的存儲方式,使得搜索引擎可以支持更加高效的查詢擴(kuò)展操作。同時設(shè)計了相應(yīng)的結(jié)果排序機(jī)制,使搜索