基于用户搜索行为的query-do c关联挖掘
query 和doc 之间的关联关系是搜索引擎期望获取的一类有价值的信息. query 和doc 间准确的关联分析不仅可以帮助搜索结果排序，也在query和doc之间的桥接中起到重要作用，以实现相关query和doc之间的信息传递，有利于更深入的query 理解和doc 理解，并在此基础上开展相关应用.本文提出了一种基于用户搜索行为的query 和doc 关联关系挖掘算法，该方法首先对用户搜索点击日志中的数据进行整理与分析，构建query与doc间的二部图，再通过采用马尔可夫随机游走模型对二部图数据进行建模，挖掘二部图中的点击数据和session 数据，最终挖掘出点击日志中用户没有点击到的doc 数据，从而预测出query 和doc 间的隐含关联关系，同时也可以利用该算法得到query 和query 潜在的关联关系.基于以上理论基础，我们实现了一套完整的日志挖掘系统，通过大量的实验对比，该系统在各方面均取得了优异的表现，其中对检索结果相关性的性能提升可以达到71.23%，这充分表明，本文所提出的理论和算法能够很好地解决query和doc之间的隐含关系挖掘问题，为提高搜索结果的召回率、实现查询推荐和检索结果聚类奠定了良好的前提基础.
关联关系、搜索行为、马尔可夫随机游走、查询推荐、检索结果聚类
TP3;G35
国家自然科学基金60973040,61300148;中国博士后基金2012M510879;吉林省重点科技攻关项目20130206051GX资助Supported by National Natural Science Foundation of China60973040,61300148;Science Foundation for China Postdoc-tor2012M510879;Key Scientific and Technological Break-through Program of Jilin Province20130206051GX
2014-09-09（万方平台首次上网日期，不代表论文的发表时间）
共13页
1654-1666
