面向电子商务平台的查询意图挖掘方法研究

发布时间：2020-05-17 12:44

【摘要】：电子商务平台是集搜索查询、网上交易、广告宣传等功能于一身的网络平台,其使用渗透到人们生活的各个方面。为提高其客户满意程度、增强用户体验效果,对电子商务平台功能如查询意图分类、查询意图主题识别、用户可信度评估的优化等就成为了尤为关键的问题。查询意图指的是用户对信息的需求,快速的识别查询意图,并根据查询意图迅速显示使用户满意的结果是电子商务平台功能优化中尤为重要的方面。因此基于电子商务平台的用户查询意图的分析、挖掘与识别也成为了当今数据挖掘技术中研究的热点之一。目前将查询意图分成信息类、事务类和导航类的分类得到了业界的认可。近几年一些根据搜索日志中的热点对查询意图进行提取、利用机器学习对用户查询意图进行自动识别、对搜索数据进行多维度分析并提取查询意图等的分类方法成为研究热点。对查询意图进行分类,可加快查询意图的挖掘与识别,但同时也存在多属性决策问题。又由于查询意图是基于语义的信息,而语义信息具有模糊性,因此对查询意图识别的研究往往还利用对模糊集技术的研究。在多属性决策问题的研究中,模糊集中直觉模糊集的多个算子可用于分析属性权重不同情况下的决策问题。这些研究成果促进了查询意图挖掘的发展和应用,然而目前的研究工作在很多方面表现并不完善,如查询意图作为多属性决策问题时,属性权重之间的互相关联;查询意图作为语义信息转换成模糊信息时值的丢失;对于电子商务平台来说其用户意图挖掘功能是否完善等。因此,对模糊集下用户意图挖掘的扩展、应用及推广具有极高的理论研究价值和现实应用意义。本文就此展开以下几方面的研究:(1)查询意图的研究基于查询意图的特征识别和查询意图的分类方法,由于目前的研究在融合这两方面存在问题,这对查询意图分类体系的完整性有很大的影响。针对此问题,本文提出一个基于分级策略的查询意图分类方法。该分类方法首先对于用户提出的查询字符串进行预处理;然后采用分级策略对查询意图进行分类:第一级别根据查询日志中的查询意图和查询主题的关系,本文提出了一个面向主题的框架,将隐藏在查询日志中的查询主题通过该框架聚类;第二级别将查询特征文本向量化;第三级别本文提出了一个基于支持向量机对查询日志的查询意图分类的模型。实验结果表明,分类效果显著,分类精度、分类速度,以及模型的容错性都有所提升。(2)查询意图主题识别的研究基于典型的模糊不确定问题,由于模糊集扩展下的直觉模糊集在解决问题时需要斟酌隶属度、非隶属度和犹豫度等三类要素,因此使用直觉模糊集来处理这种模糊性和不确定性方面的问题更具有灵活性和实效性。在模糊多属性决策过程中,虽然Hamacher模糊集成算子具有清晰域小,参数不影响结果的特点,但是在参数的取值时容易出现极值的情况,不符合现实世界的需要。针对此问题,本文使用Choquet积分引入模糊测度的概念,避免了这个缺陷。本文将Choquet积分和Hamacher集成算子关联集成,根据直觉模糊集算子的运算法则,构建了直觉模糊Hamacher Choquet均值算子(IFHCA算子),并说明了该算子的优良特性。最后根据直觉模糊集IFHCA算子构建了一种基于多属性决策的用户查询意图主题的识别方法。(3)用户的可信度的研究基于对用户查询意图的识别,由于网络用户行为具有不可预测性特点,目前电子商务平台对于用户的可信度或者用户操作等级均没有明确划分,这在一定程度上掩盖了潜在的危险。如果根据用户过去或者现在的操作行为对可信等级进行判断和划分,得出每个用户数值类型的可信度评估,这种潜在的危险系数则大大减少。针对此问题,本文首先根据用户的查询意图定义了评估用户可信度的八个属性,然后使用二元语义信息,结合Bonferroni均值算子充分考虑输入属性两两之间的相互关系的优点对用户活动的可信度进行评估。本文定义了二元语义广义Bonferroni均值(2TLGBM)算子和二元语义加权Bonferroni均值(2TLGWBM)算子。基于此两个算子,提出利用二元语义对多属性决策问题的评估并做出决策的方法。最后,通过此方法完成了将用户可信度用数值示例显示的实例。实验结果表明该方法简单、有效且易于计算。(4)电子商务平台评估模型的研究基于评价指标体系、属性权重以及模糊评价的方法,由于电子商务平台的复杂性和结构不良性,评估模型表现良莠不齐。针对此问题,本文提出了对电子商务网站查询意图挖掘功能评估的方法,提出了层次分析方法的一种变体,其中使用模糊逻辑作为形式化语义;三角模糊数作为判定准则;根据评估问题的形式方案,构建分层模型。本文还提出用于计算权重(用于属性和候选项)和用于做出决策(备选方案的排序)的模糊层析分析算法。最后实现了基于模糊层次分析方法查询意图挖掘功能的评估。实验结果证实了提出问题的解决方法和模型的有效性。
【学位授予单位】：哈尔滨工程大学
【学位级别】：博士
【学位授予年份】：2018
【分类号】：TP391.3;F713.36

【参考文献】