-
题名基于加权SimRank的中文查询推荐研究
被引量：15
- 1
-
-
作者
李亚楠
许晟
王斌
-
机构
中国科学院计算技术研究所
中国科学院研究生院
-
出处
《中文信息学报》
CSCD
北大核心
2010年第3期3-10,共8页
-
基金
国家自然科学基金资助项目(60603094)
北京市自然科学基金资助项目(4082030)
+1 种基金
国家973资助项目(2007CB311103)
国家863计划资助项目(2006AA010105)
-
文摘
查询推荐是搜索引擎系统中的一项重要技术,其通过推荐更合适的查询以提高用户的搜索体验。现有方法能够找到直接通过某种属性关联的相似查询,却忽略了具有间接关联的语义相关查询。该文将用户查询及查询间直接联系建模为查询关系图,并在图结构相似度算法SimRank的基础上提出了加权SimRank(简称WSimRank)用于查询推荐。WSimRank综合考虑了查询关系图的全局信息,因而能挖掘出查询间的间接关联和语义关系。然而,WSimRank复杂度太高而难以实用,该文将WSimRank转换为一个状态层次图的遍历和计算过程,进而采用动态规划、剪枝等策略对其进行优化从而可以实际应用。在大规模真实Web搜索日志上的实验表明,WSimRank在各项评价指标上均优于SimRank和传统查询推荐方法,其MAP指标接近0.9。
-
关键词
计算机应用
中文信息处理
搜索引擎
查询推荐
SIMRANK
wsimrank
-
Keywords
computer application
Chinese information processing
search engine
query suggestion
SimRank
wsimrank
-
分类号
TP391
[自动化与计算机技术—计算机应用技术]
-
