基于用户兴趣分析的网页生命周期建模.pdfVIP

第三届全国信息检索与内容安全学术会议 基于用户兴趣分析的网页生命周期建模基于用户兴趣分析的网页生命周期建模 基于用户兴趣分析的网页生命周期建模基于用户兴趣分析的网页生命周期建模 1 1 1 1 2 王勇 ，刘奕群 ，张敏 ，马少平 ，茹立云 （1. 智能技术与系统国家重点实验室，清华信息科学与技术国家实验室 （筹），清华大学计算机系，北京 100084； 2.搜狐公司研发中心，北京 100084） 摘摘 要：要： 网页在其生命周期内的活跃程度会随时间发生变化。有的网页只在特定的阶段有价 摘摘 要要：： 值，此后就会过时。从用户的角度对网页的生命周期进行分析可以提高网络爬虫和搜索引擎的 性能，改善网络广告的效果。利用一台代理服务器收集的网页访问量信息，我们队网页的生命 周期进行了研究，给出了用户兴趣演变的模型。这个模型有助于更好地理解网络的组织与运行 机理。 关键词关键词：： 用户行为分析；网页生命周期；网络日志挖掘 关键词关键词：： Modeling Lifetime of Web Pages Based on User Interest Analysis 1 1 1 1 2 WangYong ,LiuYiqun ,ZhangMin ,MaShaoping ,RuLiyun (1. State Key Laboratory of Intelligent Technology and Systems, Tsinghua National Laboratory for Information Science and Technology,DepartmentofComputerScienceandTechnology,TsinghuaUniversity,Beijing100084; 2.SohuInc.RDcenter,Beijing 100084) Abstract: The activeness of a web page varies during its lifetime. Some pages are valuable only in a specificperiod,andthenbecomeobsolescent.Webpagelifetimeanalysisfromusers’perspectiveisimportant to enhance the performance of web crawlers and search engines, and to improve the efficiency of web advertising.Withpageviewdatacollectedbyaproxyserver,wewereabletoperformlargescaleanalysisin webpagelifetime.Amodelisgiventodescribeuserinterestevolutionbasedonanexperimentconductedwith thepageviewdataofmorethan36,000,000webpagesfortwomonths.Themodelisthefoundationtobetter understandhowthewebisorganizedandoperates. key words: userbehavioranalysis;webpagelifetime;weblogmining 基金资助：得到国家重点基础研究 （973）(2004CB318108)、自然科学基金 和863 高科技项目 （2006AA01Z141）资助 作者简介：王勇(1982-)，男，山东济南人，硕士 email:wang-yong05@