网页搜索引擎查询日志的Session划分研究

发布时间：2018-01-23 13:21

本文关键词： 计算机应用中文信息处理网络信息检索查询日志 session划分搜索引擎统计语言模型行为分析搜索行为属性　出处：《中文信息学报》2009年02期 　论文类型：期刊论文

【摘要】：搜索引擎查询日志中的session(以下简称session)是指某特定用户为得到某个信息需求而在一段时间内的搜索行为的连续序列。Session的正确划分是进行用户搜索行为分析等一系列工作的重要基础,目前尚没有关于session的系统研究工作。本文针对相关研究工作的问题重新统一定义了session的概念并进行探索和比较研究,得出结论:(1)统计语言模型因数据稀疏问题不适合做session划分;(2)利用多种属性的决策树方法可以得到比较理想的结果,以session为单位进行评价,F值达到了78.6%。
[Abstract]:Session in search engine query logs (hereinafter referred to as session). The correct division of continuous sequence Session for a certain user in order to obtain a certain information requirement is an important basis for user search behavior analysis and so on. At present, there is no systematic research work on session. This paper redefines the concept of session and carries on the exploration and the comparative research in view of the related research work question. It is concluded that the statistical language model is not suitable for session partitioning because of data sparsity. 2) an ideal result can be obtained by using the decision tree method with many attributes, and the F value of evaluation based on session is 78.6.
【作者单位】：中国科学院计算技术研究所前瞻研究中心;
【基金】：国家自然科学基金资助项目(60603094) 北京市自然科学基金资助项目(4082030) 国家863资助项目(2006AA010105)
【分类号】：TP391.3
【正文快照】： 1引言搜索引擎查询日志已经成为研究分析用户的搜索行为、改进搜索引擎的宝贵资源。有研究人员和搜索引擎公司做了许多查询分析工作,来描述搜索用词的使用习惯、组成结构、搜索的热点等等[2,13-14];各大搜索引擎提供商也在自己的网站上提供了搜索风云榜[16]之类的内容,这是典

【相似文献】