為了搜索引擎能提供高質量檢索,提出了一種查詢意圖自動分類模型。該模型將用戶查詢分為咨詢、學術、資源、服務、導航和熱點6類,建立了一套查詢意圖分類體系;在傳統(tǒng)搜索引擎系統(tǒng)中加入查詢意圖處理模塊,通過對用戶查詢意圖的查詢詞信息（Qi）、點擊URL信息（Cu）和基于某分類的URL點擊排序（Cr）3個分類特征進行統(tǒng)計分析,提取其特征向量,進而推斷出用戶查詢意圖。通過在Sogou數據集上的試驗表明,各類信息的查詢分類效果F值均大于0.8,取得了較好的分類效果。 

【文章來源】：指揮信息系統(tǒng)與技術. 2019,10(02)

【文章頁數】：6 頁

【部分圖文】：

圖１搜索引擎系統(tǒng)結構示意圖

處理模塊進行相關處理。查詢意圖分類是一個篩選、預處理、訓練和最終分類的過程。Ｗｅｂ文本分類流程如圖２所示，包括分類器訓練和查詢意圖分類２個過程。圖２Ｗｅｂ文本分類流程查詢意圖分類是一個通過具體指導進行學習的過程。設有查詢意圖分類體系Ｃ＝｛ｃ１，ｃ２，…，ｃｍ｝，對于用戶的每個查詢是由ｋ個特征分量（ｄｉ）和一個類別目標分量ｃｉ組成的向量，即ｑｉ＝（ｄ１，ｄ２，…，ｄｋ，ｃｉ），每個分量ｄｉ對應一個抽取的分類特征，根據已標注類別的查詢訓練數據集Ｑ＝｛ｑ１，ｑ２，…，ｑｎ｝進行訓練學習。最終的分類器ｆ便是根據這些特征選用某種機器學習算法獲得的。當用戶輸入一個查詢ｑ時，選取同樣的特征提取方式，用ｋ維特征向量表示，使用分類器ｆ來判斷查詢ｑ屬于Ｃ中意圖類別ｃｉ，表示為ｆ：｛ｑ｝→Ｃ。結合該方法中查詢特征向量具有一定維度的情況，本文采用ＳＶＭ和最小距離分類法來完成學習分類器。１．３構建分類體系本文分類體系根據Ｓｏｇｏｕ搜索引擎日志實際情況，對Ｂｒｏｄｅｒ分類體系進行細化，在確保該分類體系完備性同時，使得該分類體系具有更優(yōu)的獨立不相關性。保留導航類，對信息類和事務類進行細分，分類體系最終包括如下６類：１）咨詢類：涉及用戶想得到的建議、想法或解答等知識性查詢，如用戶通過搜索引擎輸入關鍵詞“什么是Ｂｒｏｄｅｒ分類？”，希望獲得Ｂｒｏｄｅｒ分類的知識。

ｃｏｍ）的中文分類網站目錄及ＤＭＯＺ目錄（ｗｗｗ．ｄｍｏｚ．ｏｒｇ）來識別這些ＵＲＬ的分類。分類目錄（ｃｌａｓｓｉｆｉｅｄｄｉｒｅｃｔｏｒｙ）收錄了網站名稱、網站地址和相關介紹等信息，是幫助用戶在網絡中尋獲信息的主題目錄。一般地，只有網站或網站中重要版塊的ＵＲＬ才會放到分類目錄，即分類目錄收錄的ＵＲＬ往往層次較少。為了解決該問題，本文采用前綴匹配方式，每次對ＵＲＬ尾部進行一些刪除處理。分類目錄查詢分類功能結構如圖３所示。圖３分類目錄查詢分類功能結構圖３中，查詢分類過程為：先將完整的待分類ＵＲＬ與分類目錄中ＵＲＬ進行匹配，如果該ＵＲＬ完全匹配，則直接使用分類目錄中對應的主題進行類別識別；如無法匹配，則對待分類ＵＲＬ后綴進行刪減，刪掉ＵＲＬ串中最后一個“／”后內容，再與分類目錄中ＵＲＬ匹配；反復操作，直至在分類目錄中獲得匹配，或者該ＵＲＬ刪掉所有“／”后在分類目錄中仍無匹配記錄。１．４．３ＵＲＬ點擊排行１個查詢可能點擊多個ＵＲＬ，１個ＵＲＬ也可能被多個查詢點擊，這些行為均記錄在查詢日志中。多數情況下，用戶會在獲得滿意結果時終止點擊，因此最靠后的點擊最接近用戶的真實意圖。除最后一次點擊的ＵＲＬ外，很難確定曾經點擊的ＵＲＬ接近用戶真實意圖的比重，然而可以確定的是越接近查詢意圖的ＵＲＬ獲得的點擊次數越多。假設用戶共進行了ｎ次點擊，本文按如下方法進行分類比重的劃分：前ｎ－１次點擊的ＵＲ

【參考文獻】：
期刊論文
[1]基于維基百科的短文本相關度計算[J]. 荊琪,段利國,李愛萍,趙謙.  計算機工程. 2018(02)
[2]基于網絡日志的用戶查詢推薦[J]. 王靜.  河南科技. 2016(07)
[3]搜索引擎廣告用戶行為預測與特征分析[J]. 王海雷,賀一駿,俞學寧,張銘.  計算機應用研究. 2013(05)
[4]查詢意圖研究綜述[J]. 陸偉,周紅霞,張曉娟.  中國圖書館學報. 2013(01)
[5]基于URL主題的查詢分類方法[J]. 張宇,宋巍,劉挺,李生.  計算機研究與發(fā)展. 2012(06)
[6]基于用戶查詢意圖識別的Web搜索優(yōu)化模型[J]. 楊藝,周元.  計算機科學. 2012(01)

博士論文
[1]查詢意圖自動分類與分析[D]. 張曉娟.武漢大學 2014

碩士論文
[1]基于搜索引擎日志的查詢意圖分類研究[D]. 張楊浩.西南大學 2016



本文編號：3466652