基于用户查询日志的网络搜索主题分析-智能系统学报.PDFVIP

第 １２卷第５期　 　 　 　 　 　 　 　 　 　 　 　 智　 能　 系　 统　 学　 报　 　 　 　 　 　 　 　 　 　 　 　 　 　 　 Ｖｏｌ．１２ №．５ ２０１７年１０月　 　 　 　 　 　 　 　 　 　 　 ＣＡＡＩ Ｔｒａｎｓａｃｔｉｏｎｓ ｏｎ Ｉｎｔｅｌｌｉｇｅｎｔ Ｓｙｓｔｅｍｓ　 　 　 　 　 　 　 　 　 　 　 　 　 Ｏｃｔ． ２０１７ ＤＯＩ：１０．１１９９２／ ｔｉｓ．２０１７０６０９６ 网络出版地址：ｈｔｔｐ：／ ／ ｋｎｓ．ｃｎｋｉ．ｎｅｔ／ ｋｃｍｓ／ ｄｅｔａｉｌ／ ２３．１５３８．ＴＰ１３４９．００４．ｈｔｍｌ 基于用户查询日志的网络搜索主题分析 １ １，２ １ １ １ １ ２ 张森 ，张晨 ，林培光 ，张春云 ，郭玉超 ，任威龙 ，任可 （１．山东财经大学 计算机科学与技术学院，山东 济南 ２５００１４；２． 香港科技大学 计算机科学及工程学系，香港 ９９９０７７） 摘　 要：网络搜索分析在优化搜索引擎方面具有举足轻重的作用，而且对用户个人搜索特性进行分析能够提高搜索 引擎的精准度。 目前，大多数已有模型（比如点击图模型及其变体），注重研究用户群体的共同特点。 然而，关于如 何做到既可以获取用户群体共同特点又可以获取用户个人特点方面的研究却非常少。 本文研究了基于个人用户网 络搜索分析新问题，即通过研究用户搜索的突发性现象，获取个人用户搜索查询的主题分布情况。 提出了两个搜索 － 主题模型，即搜索突发性模型（ＳＢＭ）和耦合敏感搜索突发性模型（ＣＳ ＳＢＭ）。 ＳＢＭ假设查询词和ＵＲＬ主题是无关 － 的，ＣＳ ＳＢＭ假设查询词和ＵＲＬ之间是有主题关联的，得到的主题分布信息存储在偏 Ｄｉｒｉｃｈｌｅｔ先验中，采用Ｂｅｔａ分 布刻画用户搜索的时间特性。 实验结果表明，每一个用户的网络搜索轨迹都有多种基于用户的独有特点。 同时，在 使用大量真实用户查询日志数据情况下，与ＬＤＡ、ＤＣＭＬＤＡ、ＴＯＴ相比，本文提出的模型具有明显的泛化性能优势，并 且有效地描绘了用户搜索查询主题在时间上的变化过程。 关键词：网络搜索；搜索引擎；自然语言处理；主题模型；文本挖掘；突发性；时间分析；参数估计 － － － 中图分类号：ＴＰ３９１　 文献标志码：Ａ　 文章编号：１６７３ ４７８５（２０１７）０５ ０６６８ １０ － 中文引用格式：张森，张晨，林培光，等．基于用户查询日志的网络搜索主题分析［Ｊ］． 智能系统学报，２０１７，１２（５）：６６８ ６７７． 英文引用格式：ＺＨＡＮＧ Ｓｅｎ，ＺＨＡＮＧ Ｃｈｅｎ，ＬＩＮ Ｐｅｉｇｕａｎｇ，ｅｔ ａｌ． Ｗｅｂ ｓｅａｒｃｈ ｔｏｐｉｃ ａｎａｌｙｓｉｓ ｂａｓｅｄ ｏｎ ｕｓｅｒ ｓｅａｒｃｈ ｑｕｅｒｙ ｌｏｇｓ［Ｊ］． － ＣＡＡＩ ｔｒａｎｓａｃｔｉｏｎｓ ｏｎ ｉｎｔｅｌｌｉｇｅｎｔ ｓｙｓｔｅｍｓ，２０１７，１２（５）：６６８ ６７７． Ｗｅｂ ｓｅａｒｃｈ ｔｏｐｉｃ ａｎａｌｙｓｉｓ ｂａｓｅｄ ｏｎ ｕｓｅｒ ｓｅａｒｃｈ ｑｕｅｒｙ ｌｏｇｓ １ １，２ １ １ ＺＨＡＮＧ Ｓｅｎ ，ＺＨＡＮＧ Ｃｈｅｎ ，ＬＩＮ Ｐｅｉｇｕａｎｇ ，ＺＨＡＮＧ Ｃｈｕｎｙｕｎ ，