基于用户行为分析的搜索排序算法研究

发布时间：2017-12-23 19:12

  本文关键词：基于用户行为分析的搜索排序算法研究　出处：《华中科技大学》2014年硕士论文　论文类型：学位论文

  更多相关文章： 用户行为模型 专家行为 用户群组 搜索排序算法

【摘要】：目前主流搜索引擎主要是通过大众化的操作来判断网页的重要程度，虽然中间采用了基于浏览量、引用量、PageRank等权重的算法来提高搜索效果。但是无法满足基于个人的个性化搜索。搜索内容无法根据个人兴趣或者个人的知识背景进行排序。 为了解决上述无法为用户提供个性化需求的问题。这里提出了基于用户行为的搜索排序算法。该算法首先构建用户行为模型，利用构建的用户行为模型计算用户对网页的兴趣度。将兴趣度和搜索引擎自身返回的网页权重来综合排序。实验证明加入了用户自身行为的搜索排序在多数情况下以及平均情况下比未加入用户行为好。 基于用户行为的搜索排序主要以用户行为为中心，多数情况下都比较好，特别是针对于那些搜索经验丰富或者搜索水平比较高的用户来说，效果越来越好。但是在实际过程中，发现那些新的用户搜索效果反而比未加入用户行为要差，并且有些越来越差。为了解决这个问题，，这里引用了专家的特征，将具有相同兴趣的用户聚类，提取类别中的专家，利用这些具有高水平搜索技能的专家来协助普通用户。在获取专家算法中，还对原有的NOREN聚类算法进行了改进。基于专家指导的搜索排序算法经过实验验证，其平均搜索效率要比单独只加入用户本身用户行为的算法要高。 为了验证算法，开发了一个原型系统，通过模拟用户和专家的行为来进行实验。结果表明，加入了用户行为的搜索引擎比没有加入用户行为的搜索引擎搜索相关度有了明显的提高。同时加入了专家行为之后的平均搜索效率要比单独只加入用户的行为要高。
【学位授予单位】：华中科技大学
【学位级别】：硕士
【学位授予年份】：2014
【分类号】：TP391.3

【参考文献】

相关期刊论文 前10条

1 王苏;马革新;刘丰年;唐伟;;关于个性化搜索引擎中用户兴趣模型的研究[J];长沙大学学报;2013年05期

2 于施洋;王建冬;;政府网站分析进入大数据时代[J];电子政务;2013年08期

3 董志安;吕学强;;基于百度搜索日志的用户行为分析[J];计算机应用与软件;2013年07期

4 周丰;;基于用户查询偏好的搜索排序算法[J];电脑知识与技术;2013年11期

5 赵洁;莫赞;刘洪伟;张沙清;董振宁;;基于知识粒度的约简在Web使用挖掘中的应用研究[J];现代图书情报技术;2013年02期

6 林欣;温传林;韩立新;;一种元搜索主题偏好的排序算法[J];计算机技术与发展;2013年02期

7 张美珍;王治莹;;基于用户查询意图的搜索排序算法[J];天津理工大学学报;2012年03期

8 刘庆和;梁正友;;一种基于信息增益的特征优化选择方法[J];计算机工程与应用;2011年12期

9 彭鸿儒;余小鹏;;Web客户端用户行为数据收集研究[J];软件导刊;2011年02期

10 周彩兰;王鹏;;基于空间向量模型的用户建模算法改进[J];计算机与数字工程;2010年02期

相关博士学位论文 前1条

1 应晓敏;面向Internet个性化服务的用户建模技术研究[D];中国人民解放军国防科学技术大学;2003年

相关硕士学位论文 前2条

1 顾雅枫;基于用户兴趣模型的信息检索研究[D];兰州大学;2009年

2 苏力华;基于向量空间模型的文本分类技术研究[D];西安电子科技大学;2006年

本文编号：1325127