一种基于查询加权的用户建模方法-北京大学学报（自然科学版）.pdfVIP

北京大学学报(自然科学版) 第 51 卷 第 2 期 2015 年 3 月 Acta Scientiarum Naturalium Universitatis Pekinensis, Vol. 51, No. 2 (Mar. 2015) doi: 10.13209/j.0479-8023.2015.038 一种基于查询加权的用户建模方法 † 胡娟 白宇 蔡东风 沈阳航空航天大学知识工程研究中心 , 沈阳 110136; † 通信作者 , E-mail: baiyu@ 摘要 通过分析用户的查询日志, 模拟用户与搜索引擎之间的交互过程 , 提出一种基于查询加权的用户建模 方法。首先, 对查询日志进行会话分割 ; 然后, 利用会话中用户查询出现的次数、持续时间及所点击的 URL 排名等行为信息, 计算查询权重 ; 最后, 采用兴趣投票的方式, 完成用户模型的构建。在 AOL (美国在线)查 询日志数据集上的测试结果表明, 基于查询加权的用户建模方法在用户兴趣预测上取得较好的效果。 关键词 用户建模 ; 查询日志 ; 会话分割 ; 查询加权 中图分类号 TP391 A Query Weighted-Based Method for User Modeling † HU Juan, BAI Yu , CAI Dongfeng Knowledge Engineering Research Center, Shenyang Aerospace University, Shenyang 110136; † Corresponding author, E-mail: baiyu@ Abstract A query weighted-based method is proposed for user modeling by simulating the interaction between user and search engine. First, the query log is divided into sessions according to the session division principle. Then, for each session, a group of user behavior information, such as query frequency, duration and the ranks of the clicked URLs, are employed to calculate the weight of queries. Finally, the voting method is used to generate user model. The experiment results show the effectiveness of the method over the AOL query log dataset. Key words user modeling; query log; session division; query weighted 互联网规模和覆盖面的增长带来信息过载 (in- formation overload)问题: 过量信息的同时呈现使得 用户很难从中获取对自己有用的部分 , 信息使用效 率反而减低。推荐系统