傳統(tǒng)的基于搜索日志的查詢推薦方法無(wú)法快速有效處理和存儲(chǔ)海量日志信息,無(wú)法抓住用戶興趣特點(diǎn)。為此,融合網(wǎng)絡(luò)爬蟲、數(shù)據(jù)挖掘和自然語(yǔ)言處理技術(shù)等多種方法,在原有查詢?nèi)罩緮?shù)據(jù)基礎(chǔ)上進(jìn)一步爬取和挖掘,基于騰訊AI意圖分析和自然語(yǔ)言處理技術(shù),提出一種新的推薦詞生成方法。實(shí)驗(yàn)結(jié)果表明,該方法與單純基于查詢意圖的推薦和單純基于相似度計(jì)算與聚類的推薦相比,用戶查詢準(zhǔn)確性提升3%,能更加高效準(zhǔn)確地為用戶提供快速檢索服務(wù),提升了搜索引擎的用戶體驗(yàn)。 

【文章來(lái)源】：軟件導(dǎo)刊. 2020,19(10)

【文章頁(yè)數(shù)】：4 頁(yè)

【部分圖文】：

離線階段處理流程2.2實(shí)驗(yàn)環(huán)境搭建

對(duì)象相似，不同組中的對(duì)象不相似。本實(shí)驗(yàn)采用改進(jìn)的重分二分聚類算法對(duì)關(guān)鍵詞進(jìn)行聚類，步驟如下：①挑選一個(gè)簇進(jìn)行劃分；②通過(guò)K均值算法將挑選出的簇劃分成兩個(gè)不同的子集；③重復(fù)步驟①和步驟②，直到產(chǎn)生足夠數(shù)量的簇。聚類結(jié)束后，結(jié)合用戶意圖分析篩選出相關(guān)聚類結(jié)果。2.3.4推薦詞生成當(dāng)用戶輸入關(guān)鍵詞查詢時(shí)，基于用戶輸入進(jìn)行意圖分析和聚類，給出若干個(gè)與用戶輸入關(guān)鍵詞相似度很近的詞。本文搭建ElasticSearch環(huán)境可視化展示數(shù)據(jù)，用于直觀展示線上結(jié)果，如圖5所示。圖5ElasticSearch環(huán)境可視化展示3實(shí)驗(yàn)結(jié)果3.1實(shí)驗(yàn)結(jié)果分析基于搜索引擎的查詢推薦技術(shù)，因?yàn)槿诤霞夹g(shù)較多且推薦結(jié)果存在不確定性，所以目前為止還沒(méi)有評(píng)價(jià)實(shí)驗(yàn)結(jié)果的統(tǒng)一方法。常用的評(píng)價(jià)主要分為人工評(píng)估和自動(dòng)評(píng)估兩類。人工評(píng)估主要對(duì)系統(tǒng)推薦的結(jié)果手動(dòng)進(jìn)行評(píng)估和判斷，消耗人力且嚴(yán)重依賴個(gè)人偏好；自動(dòng)評(píng)估通常是通過(guò)分析查詢之間的語(yǔ)義關(guān)系或其它輔助工具對(duì)推薦結(jié)果進(jìn)行評(píng)估［15-19］。本文使用P@N（Precision@N）評(píng)價(jià)指標(biāo)作為評(píng)價(jià)標(biāo)準(zhǔn)，其中P表示正確率，N表示返回的推薦結(jié)果中取前N個(gè)結(jié)果。本文對(duì)N取值1、3、5、10，分別通過(guò)人工評(píng)估和自動(dòng)評(píng)估評(píng)測(cè)本文實(shí)驗(yàn)效果。實(shí)驗(yàn)中隨機(jī)選出500個(gè)查詢?cè)~，根據(jù)推薦詞的相關(guān)性進(jìn)行打分，5分表示完全相關(guān)，0分表示完全不相關(guān)。（1）人工評(píng)估。為保證不受個(gè)人偏好影響，實(shí)驗(yàn)取5個(gè)人打分的平均值，結(jié)果如表2所示。表2人工評(píng)分結(jié)果評(píng)分543210P@130316028531P@234012033412P@34007018921P@4467292110（2）自動(dòng)?

【參考文獻(xiàn)】：
期刊論文
[1]利用嵌入方法實(shí)現(xiàn)個(gè)性化查詢重構(gòu)[J]. 張曉娟.  情報(bào)學(xué)報(bào). 2018(06)

博士論文
[1]基于搜索引擎日志挖掘的搜索滿意度評(píng)估方法研究[D]. 范阿琳.浙江大學(xué) 2019
[2]搜索引擎中的實(shí)體推薦關(guān)鍵技術(shù)研究[D]. 黃際洲.哈爾濱工業(yè)大學(xué) 2019

碩士論文
[1]面向主題的網(wǎng)絡(luò)爬蟲系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn)[D]. 趙康.北京郵電大學(xué) 2019
[2]基于ElasticSearch的分布式搜索引擎的設(shè)計(jì)與實(shí)現(xiàn)[D]. 張?jiān)?北京交通大學(xué) 2019
[3]融合主題模型和詞嵌入的查詢優(yōu)化方法研究[D]. 宋雅迪.北方工業(yè)大學(xué) 2019



本文編號(hào)：3532601