基于大规模日志分析的网络搜索引擎用户行为研究-Basedon.pdfVIP

基于大规模日志分析的网络搜索引擎用户行为研究 1 1 1 2 1 余慧佳 ，刘奕群 ，张敏 ，茹立云 ，马少平 （1.清华大学智能技术与系统国家重点实验室，北京 100084；2.搜狗公司研发中心，北京 100084） 摘 要： 用户行为分析是网络信息检索技术得以前进的重要基石，也是能够在商用搜索引擎中发挥 重要作用的各种算法的基本出发点之一。为了更好的理解中文搜索用户的检索行为，本文对搜狗搜索 引擎在一个月内的近 5 千万条查询日志进行了分析。我们从独立查询词分布、同一 session 内的用户 查询习惯及用户是否使用高级检索功能等方面对用户行为进行了分析。分析结论对于改进中文搜索 引擎的检索算法和更准确的评测检索效果都有较好的指导意义。 关键词： 网络信息检索，搜索引擎，用户行为分析，点击信息分析 Research in Search Engine User Behavior Based on Log Analysis 1 1 1 2 1 Abstract: Huijia Yu , Yiqun Liu , Min Zhang , Liyun Ru , Shaoping Ma (1.Department of Computer Science and Technology, Tsinghua University, Beijing 100084; 2.Sogou RD Centre, Beijing 100084) Abstract: User log analysis is important for both Web information retrieval technologies and commercial search engine algorithms. In order to better understand search behavior of Chinese Web search users, we presents an analysis of Sogou Search Engine query log consisting of approximately 50 million entries for search requests over a period of one month. The analysis includes search retrieval behavior in individual queries distribution, user request customs in the same session and whether using advanced search functions. Conclusions may help improve Web information retrieval algorithms and search performance evaluation methods. key words: Web Information Retrieval; Search Engine; User Behavior Analysis, Click Through Data Analysis. 1 引言 随着网络与信息资源的飞速发展，网络搜索引擎已经成为人们获取网络信息的主要途 径。但现在人们通常只是简单地通过短短几个词的查询与检索系统进行沟通，而在网络信息 资源规模如此庞大的情况下这种沟通是远远不够的，检索系统往往不能比较准确地返回用户 所真正需求的信息。因此，进行搜索引擎的用户行为分析是非常必要的。 基金资助：本文相关工作得到国家重点基础研究 （973）(2004CB318108)，教育部科学技术研究重大 项目资助（104236）和自然科学基金资助 作者简介：余慧佳（1985-），女，清华大学计算机系本科生，tuhj03@. 搜索引擎日志是网络搜索引擎用户行为的重要载体，国内外的不少研究者都针对网络搜 索引擎的用户日志进行了相关的研究。网络信息检索工具得到普及