搜索引擎查询日志的词性标注和挖掘研究

被引：8

作者：

赖茂生

屈鹏

机构：

[1] 北京大学信息管理系

来源：

现代图书情报技术 | 2009年 / 04期

关键词：

日志挖掘; 词性标注; 语言行为; 词性分布; 查询句法;

D O I：

暂无

中图分类号：

TP391.1 [文字信息处理];

学科分类号：

081203 ; 0835 ;

摘要：

利用搜狗(Sogou)2007年3月的查询日志,使用词性标注方法,得出高频词性标注结果的分布特征。发现用户在查询中以使用名词为主,动词为辅,鲜有其它词类出现在高频词性标注结果中。以"的"为代表的虚词较少地出现在高频词性标注结果中。网络搜索的查询式与自然语言在句法上存在一定差异,但也有相通之处。用户主要使用名词进行概念性检索,关键词仍为用户进行检索的主要手段。高频词性标注结果部分符合Zipf定律。

引用

页码：50 / 56

页数：7

共 6 条

[1] 网络搜索中语言使用特征研究 [J].

赖茂生 ;

屈鹏 .

现代图书情报技术, 2008, (07) :47-53

[2] 基于大规模日志分析的搜索引擎用户行为分析 [J].

余慧佳 ;

刘奕群 ;

张敏 ;

茹立云 ;

马少平 .

中文信息学报, 2007, (01) :109-114

[3] 网络日志规模分析和用户兴趣挖掘 [J].

郭岩 ;

白硕 ;

杨志峰 ;

张凯 .

计算机学报, 2005, (09) :1483-1496

[4]

搜索引擎用户点击行为分析[J]. 王继民,彭波.情报学报. 2006 (02)

[5]

一个中文搜索引擎的查询日志分析[J]. 李亚楠,王斌.数字图书馆论坛. 2008 (07)

[6]

Real life, real users, and real needs: a study and analysis of user queries on the web[J] . Bernard J. Jansen,Amanda Spink,Tefko Saracevic.Information Processing and Management . 2000 (2)

← 1 →