基于用户日志分析的搜索引擎相关排序算法优化

发布时间：2021-02-27 12:11

　　为提高搜索引擎相关排序算法的搜索结果相关度低下问题,因此提出基于用户日志分析的搜索引擎相关排序算法优化研究。通过构建搜索引擎排序算法的向量空间检索模型来预估排序算法迭代向量,按照用户关注点的不同进行迭代向量分类集合计算,以便求出用户兴趣向量,进行用户兴趣搜索分类,最后由于受分类影响降低了排序结果相关度较低的网页点击率,因此引入时间反馈因子优化迭代排序计算。经实验证明,基于用户日志分析的搜索引擎相关排序算法有效提高了搜索结果的相关性,因此具有更强的排序能力。 

【文章来源】：电脑知识与技术. 2020,16(18)

【文章页数】：3 页

【文章目录】：
1 基于用户日志分析的搜索引擎相关排序算法设计
    1.1 超前预测搜索引擎排序算法迭代向量
    1.2 结合迭代向量集完成对用户兴趣搜索结果分类
    1.3 优化迭代排序计算
2 实验验证
    2.1 实验设计
    2.2 实验结果分析论证
3 结束语


【参考文献】：
期刊论文
[1]中国大学生的网络使用:基于大规模日志分析的模式识别新方法[J]. 严承希,王军,王珂.  图书情报工作. 2019(14)
[2]移动购物用户信息浏览特征及对购买的影响研究——基于移动电商APP点击流日志的分析[J]. 周翔,张鹏翼,王军.  数据分析与知识发现. 2018(04)
[3]知识发现系统与通用学术搜索引擎文献资源比较研究——以超星发现和百度学术为例[J]. 王新才,谢宇君.  福建论坛(人文社会科学版). 2018(04)



本文编号：3054213