基于用户查询日志的查询聚类

摘要：

基于用户查询日志提出了新的查询聚类算法.用户查询日志数据量大,比通常用于查询聚类的查询展现日志和查询点击日志更加稠密,不易产生聚类小的问题,但噪声多,不容易处理.为发现相似查询并减少噪声影响,同一用户同一时段的多次查询(共现查询)之间认为具有较高相似概率.在这一假设基础上,利用查询共现关系建立查询的邻居查询向量空间.将查询用邻居查询向量表示,邻居查询向量的相似度作为聚类中的查询相似度.应用改进的基于密度聚类算法完成聚类.实验证明,95 262个查询组成数据集上,聚类算法实现查准率79.77%、查全率48.21%,平均聚类大小达到51.

关键词：聚类算法、搜索引擎、日志挖掘

所属期刊栏目：36

分类号：TP311(计算技术、计算机技术)

资助基金：国家高技术研究发展计划（863计划）;国家自然科学基金;国家自然科学基金

在线出版日期：2017-01-18（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：500-503