大规模中文搜索引擎的用户日志分析

摘要：

北大"天网"是一个大规模分布式搜索引擎系统.文中对其用户日志进行了分析和研究.结果显示:用户对系统的访问时间并不均等,一天中早晨、下午和晚上各出现一个波峰;通常用户在一天内只进行1～2次内容不同的查询,多于2/3的用户点击了结果页面中的某些网址(URL);多数用户输入的查询串中只含有一个词项并且包含中文字符,其中以2～4个汉字居多;用户查看结果页面的时间大约是2～3 min;只有少数用户查看历史网页(或称网页快照).用户日志中不同查询串、不同用户和点击不同URL的数量满足Heaps定律.

关键词：搜索引擎、用户日志、用户行为、Heaps 定律

所属期刊栏目：32

分类号：TP393(计算技术、计算机技术)

资助基金：国家重点基础研究发展计划973计划G1999032706

在线出版日期：2004-12-16（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：1-5