基于用户行为分析的搜索引擎模型.pdfVIP

第l6卷第3期 北 方 工 业 大学 学 报 V01．16 No．3 2004年9月 J．NORTH CHINA UNIV．OF TECH． Sept．2004 基于用户行为分析的搜索引擎模型 卢效峰 郑 权2 (1)北方工业大学计算中心，100041，北京，2)北方工业大学理学院，100041，北京) 摘 要 介绍了目前搜索引擎技术发展的进展和研究热点．给出一种从用户点击的反馈信 息中提取用户智能的搜索引擎算法．此算法首先给页面设置不同的内容相关度，再实测网页在 不同内容相关度下的用户点击率，根据这组相关度和相应的用户点击率数据，可以由差商法或 拟合直线法求得最佳的网页内容相关度，这样就可求出最终的索引相关度．实验表明该算法对 提高搜索的稳定性和搜索精度有明显作用． 关键词 万维网；搜索引擎；Web信息；用户行为 分类号 TP391：TP393．4 随着Intemet技术的发展，Intemet的应用不 寻找他们需要的信息 J．目前搜索引擎已经发 断深入，社会的信息化程度也不断提高，Intemet 展到第3代 2．现有的搜索引擎主要由4部分 已经成为我们学习和工作的重要工具．据研究， 组成：搜索器，索引器，检索器，用户接口．搜索 现今的网页数目已经超过了42亿，并以不到半 器从互联网上自动收集网页；索引器对收集到 年翻一倍的速度增长…1．web信息资源正以“爆 的网页进行分析，根据网页中关键词的相关信 炸”的方式快速增长，因此有效地为广大 息进行相关度计算，然后建立网页索引数据库． Intemet用户发现有价值的网络资源，已成为人 当用户输入关键词后，检索程序根据关键词在 们的一个研究热点．为了帮助用户在这浩如烟 索引数据库中找到相关网页，按相关度排序输 海的信息世界中找到自己想要的信息，各种 出．实际中，各个搜索引擎在实现时根据不同的 W 导航系统应运而生． 需要又有不同的设计． 现提供W唧 导航服务的系统主要有两大 由于l_ntemet上网页数目巨大，在第3代搜 类．一类是目录系统．它是通过具有专业知识的 索引擎的使用过程中，每次搜索返回的结果数 人员对网上的网页进行精选，以建立一个索引 量巨大，则搜索结果的排序变得尤为重要，因此 目录，来为用户提供导航服务．这类系统的优点 检索结果相关度评价成为研究的焦点．检索结 是所提供的网页准确率高，但覆盖范围小，其典 果相关度评价的研究又可以分为两类：一类是 型代表是 Yahoo．第二类导航服务是搜索引擎 对超文本链接的分析，在这方面美国Stanford 系统，它通过搜索程序自动地从网上搜集网页， 大学的Goosl~系统和IBM开发的Clever系统分 通过分析网页建立索引，其典型代表是 别建立了不同模型；另一类是对用户信息反馈 AltaVista．这类系统的优点是涵盖的网页数量巨 的研究，Direct Hit系统采用的就是这种方法． 大，但搜索的准确率相对较低 2． Direct Hit[3 J技术能够跟踪用户对检索结果 据统计，大约85％的用户使用搜索引擎去 的后继行为，来获取大量的有用信息，以便提高 收稿日期：2000一ll—lO 第一作者简介：卢效峰，硕士研究生．主要研究方向：计算机网络技术、信息安全 14