基于百度搜索日志的用户行为分析.pdfVIP

第３０卷第７期　　　 计算机应用与软件 Ｖｏｌ３０Ｎｏ．７ ２０１３年７月　　 ＣｏｍｐｕｔｅｒＡｐｐｌｉｃａｔｉｏｎｓａｎｄＳｏｆｔｗａｒｅ Ｊｕｌ．２０１３ 基于百度搜索日志的用户行为分析 董志安　吕学强 （北京信息科技大学网络文化与数字传播北京市重点实验室　北京 １００１０１） 摘　要　　基于大规模搜索日志进行用户行为分析有助提高搜索引擎的各种性能指标。从三个方面对百度开放日志进行详细分 析。首先对查询串长度和频次进行统计，发现查询串中存在着长尾效应，前１０％最常用查询串的查询次数占总查询次数的７０．８％。 其次对ＵＲＬ点击深度和频次进行分析，发现有７３％的网页只被点击一次，表明互联网中存在着大量低频访问网页。最后对用户使 用高级检索情况进行分析，发现有不足０．１２％的用户使用高级检索，表明用户更喜爱简单方便的操作。 关键词　　搜索日志　用户行为分析　日志分析　百度开放日志 中图分类号　ＴＰ３９１　　　　文献标识码　Ａ　　　　ＤＯＩ：１０．３９６９／ｊ．ｉｓｓｎ．１０００３８６ｘ．２０１３．０７．００６ ＵＳＥＲＢＥＨＡＶＩＯＵＲＡＮＡＬＹＳＥＳＢＡＳＥＤＯＮＢＡＩＤＵＳＥＡＲＣＨＬＯＧＳ ＤｏｎｇＺｈｉａｎ　ＬüＸｕｅｑｉａｎｇ （ＢｅｉｊｉｎｇＫｅｙＬａｂｏｒａｔｏｒｙｏｆＩｎｔｅｒｎｅｔＣｕｌｔｕｒｅａｎｄＤｉｇｉｔａｌＤｉｓｓｅｍｉｎａｔｉｏｎＲｅｓｅａｒｃｈ，ＢｅｉｊｉｎｇＩｎｆｏｒｍａｔｉｏｎＳｃｉｅｎｃｅａｎｄＴｅｃｈｎｏｌｏｇｙＵｎｉｖｅｒｓｉｔｙ，Ｂｅｉｊｉｎｇ１００１０１，Ｃｈｉｎａ） Ａｂｓｔｒａｃｔ　　Ａｎａｌｙｓｉｎｇｕｓｅｒｂｅｈａｖｉｏｕｒｂａｓｅｄｏｎｌａｒｇｅｓｃａｌｅｓｅａｒｃｈｌｏｇｓｃｏｎｔｒｉｂｕｔｅｓｔｏｉｍｐｒｏｖｉｎｇｖａｒｉｏｕｓｐｅｒｆｏｒｍａｎｃｅｉｎｄｅｘｅｓｏｆｓｅａｒｃｈ ｅｎｇｉｎｅｓ．ＩｎｔｈｉｓｐａｐｅｒｗｅｍａｋｅｄｅｔａｉｌｅｄａｎａｌｙｓｅｓｏｎＢａｉｄｕｓｅａｒｃｈｌｏｇｓｆｒｏｍｔｈｒｅｅａｓｐｅｃｔｓ．Ｆｉｒｓｔ，ｔｈｅｓｔａｔｉｓｔｉｃｓｏｆｑｕｅｒｙｓｔｒｉｎｇｌｅｎｇｔｈａｎｄ ｆｒｅｑｕｅｎｃｙｓｈｏｗｔｈａｔｔｈｅｌｏｎｇｔａｉｌｅｆｆｅｃｔｅｘｉｓｔｓｉｎｑｕｅｒｙｓｔｒｉｎｇｓ，ｔｏｐ１０％ｏｆｑｕｅｒｉｅｓｗｉｔｈｈｉｇｈｆｒｅｑｕｅｎｃｙａｃｃｏｕｎｔｆｏｒ７０．８％ｏｆｔｏｔａｌｑｕｅｒｉｅｓ． Ｓｅｃｏｎｄ，ｔｈｅａｎａｌｙｓｅｓｏｎｄｅｐｔｈａｎｄｆｒｅｑｕｅｎｃｙｏｆＵＲＬｃｌｉｃｋｓｓｈｏｗｔｈａｔ７３％ｏｆｔｈｅｗｅｂｐａｇｅｓａｒｅｃｌｉｃｋｅｄｏｎｃｅｏｎｌｙ，ｔｈｉｓｉｌｌｕｓｔｒａｔｅｓｔｈａｔｔｈｅｒｅ ａｒｅａｌｏｔｏｆｌｏｗｆｒｅｑｕｅｎｃｙｗｅｂｐａｇｅｓ．Ｆｉｎａｌｌｙ，ｔｈｅａｎａｌｙｓｅｓｏｎｕｓｅｒｓａｄｖａｎｃｅｄｓｅａｒｃｈｓｈｏｗｔｈａｔｌｅｓｓｔｈａｎ０．１２％ｏｆｔｈｅｕｓｅｒｓｕｓｅｔｈｉｓ ｆｕｎｃｔｉｏｎ，ａｎｄｔｈｅｓｉｍｐｌｅｏｐｅｒａｔｉｏｎｉｓｍｏｒｅｐｒｅｆｅｒａｂｌｅｂｙｔｈｅｕｓｅｒｓ． Ｋｅｙｗｏｒｄｓ　　Ｓｅａｒｃｈｌｏｇ　Ｕｓｅｒｂｅｈａｖｉｏｕｒａｎａｌｙｓｉｓ　Ｌｏｇａｎａｌｙｓｉｓ　Ｂａｉｄｕｏｐｅｎｌｏｇ 询串重复是普遍存在的。文献［４，５］通过查询串和ＵＲＬ点击关 ０　引　言 系，来进行查询扩展和推荐研究。文献［６］通过对日志挖掘研 究查询串和点击网页之间的关系。另外，Ｇｏｏｇｌｅ推出了两款基 随着人们生活水平提高，互联网趋于爆炸式增长。搜索引 于搜索引擎日志分析的应用产品ＧｏｏｌｅＴｒｅｎｄｓ和ＧｏｏｌｅＩｎｓｉｇｈｔｓ， 擎已经成为人们生活中的必需品，人们通过搜索引擎来解决生 利用这两种工具可得到某一个查询串被检索次数随时间变化的 活、情感、工作和学习中