计算机学报
計算機學報
계산궤학보
CHINESE JOURNAL OF COMPUTERS
2013年
3期
636-642
,共7页
白露%郭嘉丰%曹雷%程学旗
白露%郭嘉豐%曹雷%程學旂
백로%곽가봉%조뢰%정학기
查询推荐%长尾查询%概率混合模型%查询意图%词项查询图
查詢推薦%長尾查詢%概率混閤模型%查詢意圖%詞項查詢圖
사순추천%장미사순%개솔혼합모형%사순의도%사항사순도
查询推荐是一种提升用户搜索效率的重要工具.传统的查询推荐方法关注频度较高的查询,但对于那些频度较低的长尾查询,由于其信息的稀疏性而难以产生好的推荐效果.另外,传统的方法由于没有考虑查询意图对推荐结果的影响,故对长尾查询的推荐会受到查询中噪声单词的影响.该文提出了一种新的关于词项查询图(term-query graph)概率混合模型,该模型能够准确地发掘出用户的查询意图.另外,文中还提出了一种融合查询意图的查询推荐方法,该方法可以将新查询中单词的推荐结果按查询意图自然地融合起来,从而避免了噪声单词对推荐结果的影响.实验结果表明,通过考虑查询意图,可以显著提高长尾查询推荐的相关性.
查詢推薦是一種提升用戶搜索效率的重要工具.傳統的查詢推薦方法關註頻度較高的查詢,但對于那些頻度較低的長尾查詢,由于其信息的稀疏性而難以產生好的推薦效果.另外,傳統的方法由于沒有攷慮查詢意圖對推薦結果的影響,故對長尾查詢的推薦會受到查詢中譟聲單詞的影響.該文提齣瞭一種新的關于詞項查詢圖(term-query graph)概率混閤模型,該模型能夠準確地髮掘齣用戶的查詢意圖.另外,文中還提齣瞭一種融閤查詢意圖的查詢推薦方法,該方法可以將新查詢中單詞的推薦結果按查詢意圖自然地融閤起來,從而避免瞭譟聲單詞對推薦結果的影響.實驗結果錶明,通過攷慮查詢意圖,可以顯著提高長尾查詢推薦的相關性.
사순추천시일충제승용호수색효솔적중요공구.전통적사순추천방법관주빈도교고적사순,단대우나사빈도교저적장미사순,유우기신식적희소성이난이산생호적추천효과.령외,전통적방법유우몰유고필사순의도대추천결과적영향,고대장미사순적추천회수도사순중조성단사적영향.해문제출료일충신적관우사항사순도(term-query graph)개솔혼합모형,해모형능구준학지발굴출용호적사순의도.령외,문중환제출료일충융합사순의도적사순추천방법,해방법가이장신사순중단사적추천결과안사순의도자연지융합기래,종이피면료조성단사대추천결과적영향.실험결과표명,통과고필사순의도,가이현저제고장미사순추천적상관성.
