搜索引擎查詢詞領(lǐng)域分類方法研究.pdf

1、隨著計(jì)算機(jī)與互聯(lián)網(wǎng)的迅速發(fā)展，Web信息呈指數(shù)型增長，其在為用戶提供大量數(shù)據(jù)的同時(shí)，也給用戶檢索有用信息帶來困難。因此，識(shí)別搜索引擎用戶的檢索意圖已成為當(dāng)前Web信息檢索領(lǐng)域的研究熱點(diǎn)之一。
　　識(shí)別用戶查詢意圖的關(guān)鍵是構(gòu)建查詢分類體系。已有的查詢分類體系存在分類粒度過大、查詢意圖識(shí)別不明確等問題?，F(xiàn)有工作雖然已經(jīng)提出了多種類型的查詢特征并建立了相應(yīng)的分類體系，但這些方法過于依賴手工特征提取，且沒有考慮搜索引擎用戶信息，不利于查詢

2、詞的自動(dòng)分類。
　　針對以上問題，本文首先分析了搜索引擎查詢?nèi)罩镜慕Y(jié)構(gòu)特點(diǎn)并抽取出查詢詞的關(guān)系數(shù)據(jù)及關(guān)系結(jié)構(gòu)圖，然后基于圖提出了同時(shí)考慮用戶信息和點(diǎn)擊URL信息的特征自動(dòng)生成方法，最后構(gòu)建查詢詞領(lǐng)域自動(dòng)分類模型，并提出了兩種查詢詞領(lǐng)域自動(dòng)分類算法：
　　（1）基于矩陣分解的查詢詞領(lǐng)域分類算法。該算法使用概率潛在語義分析模型分析二元關(guān)系，生成查詢詞分類特征。實(shí)驗(yàn)表明該算法初始分類效果不理想，當(dāng)加入先驗(yàn)知識(shí)并使用半監(jiān)督的概率潛在

3、語義分析后，性能有了很大提升。
　?。?）基于張量分解的查詢詞領(lǐng)域分類算法。該算法在分析第一種算法存在問題的基礎(chǔ)上，采用張量分解模型分析三元關(guān)系，生成查詢詞分類特征。
　　最后，本文基于搜狗查詢?nèi)罩荆褂肔IBS VM對查詢詞領(lǐng)域自動(dòng)分類模型進(jìn)行了測試。結(jié)果表明：本文引入的用戶信息確實(shí)有助于提升查詢詞分類效果；基于矩陣分解與基于張量分解的查詢詞領(lǐng)域分類算法都能有效地實(shí)現(xiàn)查詢詞領(lǐng)域分類；基于張量分解的查詢詞領(lǐng)域分類算法的性能明