基于大规模日志分析的搜索引擎用户行为分析 -教学教育大中小学课堂教案研究作业报告幻灯片投影片培训课件专题材料素材.docVIP

第 21卷　第 1期 2007年 1月  中文信息学报 J OU RNAL O F C H IN ESE IN FO RMA TION PROCESSIN G  Vol. 21 , No . 1 J an. , 2007  基于大规模日志分析的搜索引擎用户行为分析 余慧佳1 ,刘奕群1 ,张敏1 ,茹立云2 ,马少平1 (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 5 000万条查询日志进行了分析。们从独立查询词分布、一 sessio n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 :计算机应用 ;中文信息处理 ;网络信息检索 ;搜索引擎 ;用户行为分析 ;点击信息分析 中图分类号 : TP391　　　　文献标识码 : A Research in Search Engine User Behavior Based on Log Analysis 1 1 1 2 1 (1. Depart ment of Comp uter Science and Technology , Tsinghua U niversity , Beijing 100084 ; 2. Sogo u R D Cent re , Beijing 100084) Abstract : U ser log analysis is impo rtant fo r bot h Web informatio n ret rieval technologies and co mmercial search engine algorit hms. In order to better understand search behavio r of Chinese Web search users , we p resent s an analysis of Sogo u Search Engine query log co nsisting of app roximately 50 million ent ries fo r search request s over a period of o ne mo nt h. The analysis includes search ret rieval behavio r in individual queries dist ributio n , user request customs in t he same session and whether using advanced search f unctions. Co nclusio ns may help imp rove Web informatio n ret rieval algorit hms and search perfo rmance evaluation met hods. Key words : co mp uter applicatio n ; Chinese information p rocessing ; web info rmation ret rieval ; search engine ; user behavio r analysis ; click t hrough data analysis 搜索引擎日志是网络搜索引擎用户行为的重要 1　引言载体 ,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 随着网络与信息资源的飞速发展 ,网络搜索引到普及之后 ,面向网络信息检索的用户行为分析得 擎已经成为人们获取网络信息的主要途径。但现在到了更多的关注 ,文献 [ 1～3 ]就分别在 90年代中 人们通常只是简单地通过短短几个词的查询与检索期左右对 Web用户的浏览行为进行了调研和分析 ; 系统进行沟通 ,而在网络信息资源规模如此庞大的到 1998年前后 ,部分研究者如文献 [ 4 ,5 ]等就开始 情况下这种沟通是远远不够的 ,检索系统往往不能对商业搜索引擎的用户日志进行大规模的