论文摘要：基于隐式反馈的搜索引擎用户引导系统的设计与实现

 现有搜索引擎基本上采用“搜索适用所有用户”的模型，体现不出用户真正的兴趣所在。针对当前搜索引擎的不足，论文提出了一种基于隐式反馈的搜索引擎用户引导系统。本系统主要由两部分构成：点击调权系统和Query推荐系统。点击调权系统通过用户访问、搜索、点击的历史日志，对其进行聚类，在用户下次搜索时根据其所属类别及该类别下所有用户的点击行为，计算出各个Url的权重因子，结合PageRank方法，对搜索结果进行调权，使其更符合用户个性化需求；Query推荐系统根据用户搜索关键词及其所属用户组的历史搜索序列，分析出与关键词相关度较高Query，推荐给用户，以满足其潜在搜索需求。

       本系统遇到的主要难题及其解决方式如下：

       （1）针对用户推荐系统的实时性问题，提出了一种基于增量的用户聚类方式，相对于目前常用的离线计算方式，调权响应时间从“天级”缩短至“分钟级”；

       （2）针对用户真正意图的分析问题，通过用户搜索词类别、搜索结果所属类别、用户页面停留时间等信息的挖掘，并对展示结果进行加权分析，能够更准确地把握用户的兴趣所在；

       （3）针对Query推荐问题，通过用户聚类，及用户组搜索序列、关键词归类等技术，使推荐范围不再局限于关键词相似的Query，而是能在其字面意义上进行引申，使其更为多样化、人性化。

来源：半壳优胜育转载请保留出处和链接！

本文链接：http://87cpy.com/294092.html