互聯(lián)網(wǎng)搜索詞分類關(guān)鍵技術(shù)研究.pdf

1、隨著互聯(lián)網(wǎng)的飛速發(fā)展，互聯(lián)網(wǎng)上的數(shù)字信息量也開始呈指數(shù)型增長，人們要從信息海洋中獲取自己需要的特定信息變得越來越困難。能幫助人們從海量信息中找到真正所需的搜索引擎，作為網(wǎng)絡(luò)用戶的信息獲取平臺，已成為互聯(lián)網(wǎng)上不可或缺的網(wǎng)絡(luò)應(yīng)用。網(wǎng)絡(luò)用戶對搜索引擎的依賴越來越嚴重，用戶的搜索行為已經(jīng)成為其上網(wǎng)行為中很重要的一部分，而搜索行為中最為重要的就是用戶提供的搜索詞，這些搜索詞直接或間接的反映了應(yīng)用戶潛在的興趣和需求，能夠很好的為用戶個性化應(yīng)用以及網(wǎng)

2、絡(luò)定向廣告投放等網(wǎng)絡(luò)服務(wù)提供基礎(chǔ)。
　　 因此，本文提出了對搜索詞進行分類分析。針對互聯(lián)網(wǎng)搜索詞分類的問題，本文詳細分析了互聯(lián)網(wǎng)搜索詞產(chǎn)生的相關(guān)背景，總結(jié)概括了搜索詞的定義，詳細描述了搜索詞的特點，并針對現(xiàn)存的一些技術(shù)方法分析了搜索詞分類的難點，最終提出了一個二階段的搜索詞分類解決方案：基于偽相關(guān)反饋的搜索詞預(yù)處理與基于文本分類技術(shù)的搜索詞分類。將未知的搜索詞分類問題通過偽相關(guān)反饋理念轉(zhuǎn)化為可以利用已有文本分類技術(shù)解決的問題。<

3、br>　　 在搜索詞分類問題的解決過程中，本文針對文本分類技術(shù)中的一些技術(shù)進行了研究比較，提出了一種在初步特征選擇后進一步精減特征的基于重構(gòu)思想的特征精選方法，該方法結(jié)合列選擇方法定義了一個對初選特征選取特征子集的目標函數(shù)，利用貪心和直推式實驗設(shè)計的思想來求解目標函數(shù)，最終獲得局部最優(yōu)精簡特征子集，并通過實驗證實了此方法的可用性。本文還通過詳細全面的實驗，對比分析了多種特征選擇方法與分類方法組合的分類結(jié)果，最終選擇出了適用于本文分類問