基于大规模日志分析的搜索引擎用户行为分析.PDFVIP

第 2 1 卷 　第 1 期 中文信息学报 Vol . 2 1 , No . 1 2007 年 1 月 J OU RN AL O F C H IN ESE IN FO RMA T ION PROCESSIN G J an . , 2007 文章编号 : (2007) 0 10 10906 基于大规模日志分析的搜索引擎用户行为分析 1 1 1 2 1 余慧佳 ,刘奕群 ,张敏 ,茹立云 ,马少平 ( 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 。我们从独立查询词分布 、同一 session 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 : TP39 1 　　　　文献标识码 : A Research in Search Engine User Behavior Based on Log Analysis YU Huij ia1 , L IU Yiqun 1 , ZHAN G Min 1 , RU Liyun2 , MA Shaoping1 ( 1. Dep art ment of Comp ut er Science and Technolo gy , Tsinghua U niver sit y , Beij ing 100084 ; 2 . So gou R D Cent re , Beij ing 100084) Abstract : U ser lo g analy si s i s import ant for bot h Web information ret rieval t echnologies and commercial search engine algorit hm s. In or der to bett er under st and search behavior of Chinese Web search u ser s , we p resent s an analysi s of Sogou Search Engine query lo g con si sting of app roximat ely 50 million ent ries for search request s over a p erio d of one mont h . The analy si s includes search ret rieval behavior in individual queries di st ribution , u ser request cu stom s in t he same session and whet her u sing advanced search function s. Conclu sion s may help imp rove Web information ret rieval algorit hm s and search p erfor