上下文相關的查詢推薦算法研究.pdf

1、隨著互聯(lián)網(wǎng)的快速發(fā)展，搜索已成為當前最重要的網(wǎng)絡基礎應用之一。但是，目前的搜索結果并不能讓人足夠滿意。對搜索引擎來說，如何通過用戶提交的查詢關鍵字，返回滿足用戶需求的搜索結果，是判斷搜索性能的關鍵指標。目前搜索引擎公司和研究人員通過多種方式試圖理解用戶的搜索目的，生成查詢推薦是滿足用戶意圖中很重要的一環(huán)。在實際應用中，查詢推薦表現(xiàn)為搜索引擎提供的“相關搜索”。
　　 傳統(tǒng)的生成查詢推薦的方法主要通過語義分析、文檔內容分析、錨文本

2、研究來產(chǎn)生推薦；近期的方法主要是通過挖掘搜索日志來生成查詢推薦。一是利用在同一個session中鄰近的或同時發(fā)生的查詢作為彼此的推薦。這種方法能夠有效的提供有意義的查詢推薦，但僅考察用戶剛提交的查詢，沒有充分的考慮上下文序列。另一種是上下文相關方法，通過預測后綴樹模型來生成查詢推薦，但在查詢session劃分方面存在粒度過大的問題。
　　 提高查詢推薦的準確性可以提升用戶的搜索體驗，在個性化搜索、提高用戶忠誠度、精準廣告投放等方

3、面有很廣應用前景。本文具體做了以下方面的工作：
　　 1.Session劃分研究。為了生成查詢推薦，首先需要對搜索日志中的session進行劃分。有兩個問題需要解決：一是選取劃分方法，這決定了如何自動劃分session。本文根據(jù)對所采用的搜索日志進行分析，采用了一種時間間隔法。二是在同一個session中，如何利用已經(jīng)提交的查詢，對用戶的下一個查詢進行判斷和預測。
　　 2.改進序列生成模型。VMM模型是N-gram算法

4、的擴展，考慮了用戶的上下文信息，也能很好的解決可變長的上下文輸入問題。但在VMM模型的建立過程中，預測后綴樹的生長率參數(shù)ε要根據(jù)經(jīng)驗得到。ε值過大，就會丟失上下文信息；ε值過小，就會出現(xiàn)訓練集數(shù)據(jù)過分擬合。本文通過訓練多個不同邊界的VMM模型，建立了擴展的VMM模型——EVMM。得到更準確的ε值，解決了上下文信息丟失和訓練集數(shù)據(jù)過分擬合的問題。
　　 3.實驗驗證。生成查詢推薦分為訓練和測試兩步。在訓練階段，對搜索日志的sess