基于用戶行為的用戶查詢意圖分析方法及研究.pdf

1、隨著互聯(lián)網(wǎng)上信息量不斷地增加，信息的種類也在不斷增加，上網(wǎng)的人數(shù)也在不斷增加，而且用戶的成分也在發(fā)生變化，如何滿足人們快速、準確而全面獲取信息的要求，已經(jīng)成為擺在人們面前的一大挑戰(zhàn)。一般的搜索引擎都是基于關鍵詞匹配的方式進行檢索，由于用戶輸入的查詢詞的簡短以及關鍵詞本身的歧義性，使得檢索結(jié)果對于用戶而言不是很理想。主要表現(xiàn)在第一，搜索引擎返回的結(jié)果當中與用戶需求無關的文檔過多，盡管這些文檔包含了查詢關鍵詞，實際上與用戶的意圖無關。第二，

2、互聯(lián)網(wǎng)上信息一直處于動態(tài)更新之中，而搜索引擎也有自身的更新周期，用戶要想了解一些最新的動態(tài)，不得不在一段時間之后通過再次查詢來獲取最新的信息。第三，檢索結(jié)果的適應性問題，如果所有用戶輸入相同的查詢條件，搜索引擎就會返回相同的結(jié)果，盡管這些用戶的需求可能各不相同。
　　 這些問題一方面會造成搜索結(jié)果的精確度降低，另一方面用戶需要花費大量的時間去搜索自己感興趣的主題。因此如何更好地理解用戶杳詢意圖并為用戶提供個性化的服務顯得尤為重要

3、。
　　 本文的主要研究內(nèi)容歸納如下：
　　 (1)提出了一種基于用戶搜索習慣和偏好的語義聚類方法，將具有相同興趣的用戶聚為一簇，形成一個社區(qū)，并找出其感興趣的領域，通過該方法來挖掘用戶的潛在意圖。
　　 (2)將聚類用戶的方法應用到文獻檢索系統(tǒng)中，找出具有相同領域興趣的用戶，通過同類用戶的推薦來達到個性化服務的目的。其中客觀性推薦和主觀性推薦兩種方法被用于推薦過程中。
　　 最后，以文獻檢索系統(tǒng)為例進行