在支付寶服務體系的長期運營過程中，積累了大量的服務數(shù)據(jù)，包括客服人員整理的服務知識點以及與客戶交流的服務聊天記錄等。然而，這海量的服務數(shù)據(jù)并沒有被加以利用。為提升整體服務質(zhì)量，降低服務成本，并同時支持不同的服務應用，本文針對支付寶服務應用對于搜索的需求以及服務數(shù)據(jù)的特點做了深入的研究，設計和構建了一套高效、穩(wěn)定、適應服務發(fā)展需求的垂直搜索引擎。并在此基礎上，對系統(tǒng)的核心模塊——用戶輸入處理模塊作了具體的實現(xiàn)。用戶輸入處理模塊主要對用戶輸入的查詢語句進行預處理操作，包括前端查詢解釋、分詞、關鍵詞提取、同義替換、緊密度標注以及二次查詢等操作。在這個過程中，本文結合N-gram模型，分詞詞性特點，編輯距離，余弦相似度，向量空間模型等算法，在分布式Hadoop計算平臺下，通過優(yōu)化模型計算以及結合算法間的邏輯操作，針對服務歷史數(shù)據(jù)進行數(shù)據(jù)計算，從而生成自有的停用詞表，挖掘出基于業(yè)務的同義詞庫，以及生成可用的單詞間緊密度信息。與此同時，本文針對短文本提出了一種有效地關鍵詞提取算法流程，在保證理解用戶查詢意圖的同時提取出用戶搜索的關鍵信息，從而提高了搜索的準確率和召回率。另外，針對用戶輸入處理模塊中... 

【文章來源】：中山大學廣東省 211工程院校 985工程院校 教育部直屬院校

【文章頁數(shù)】：96 頁

【學位級別】：碩士

【部分圖文】：

圖3-1支付寶服務數(shù)據(jù)垂直搜索引擎——項目定位圖

圖 3-2 支付寶服務數(shù)據(jù)垂直搜索引擎——項目數(shù)據(jù)流圖從圖 3-2 可見，當用戶提交了一個查詢請求之后，系統(tǒng)將會對用戶輸入的查詢請求進行預處理操作。該輸入查詢處理操作需要讀取停用詞表、同義詞表以及N-gram 模型的數(shù)據(jù)信息，同時該處理過程的所有操作將會被記錄在查詢處理日

圖 3-3 支付寶服務數(shù)據(jù)垂直搜索引擎——總體架構圖3 中，清晰可見，本搜索引擎構建于 ISearch5 之上，頂層索請求，底層則是基于服務中心的原始基礎服務數(shù)據(jù)構建


本文編號：3311855