基于日志挖掘的检索推荐系统

被引：3

作者：

朱鲲鹏 ^{[1
]}

刘文涵 ^{[2
]}

王晓龙 ^{[1
]}

刘远超 ^{[1
]}

机构：

[1] 哈尔滨工业大学计算机科学与技术学院

[2] 沈阳建筑大学研究生学院

来源：

沈阳建筑大学学报(自然科学版) | 2009年 / 02期

关键词：

网页推荐; 信息检索; 日志挖掘; 文档相关度;

D O I：

暂无

中图分类号：

TP391.3 [检索机];

学科分类号：

081203 ; 0835 ;

摘要：

目的为了有效地预测用户在信息检索过程中可能点击的检索结果,从而进行网页的智能推荐.方法采取网络日志挖掘的技术,通过词频信息和知网(HowNet)中词的概念计算模型计算网页文档间的主题相关度,再将该语义信息与统计模型计算的条件概率值相结合,以此作为网页推荐的依据.结果提出了一种检索推荐统计模型,并构建了相应的原型系统,实验表明该方法显著提高了推荐系统的准确率.结论这项技术有效地提高了推荐结果与用户信息需求的相关程度,使推荐系统的性能获得了较大地提高,可以很好的应用于信息检索的智能推荐服务领域.

引用

页码：366 / 370

页数：5

共 5 条

[1] 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

[2] 基于Web-Log Mining的N元预测模型 [J].

苏中 ;

马少平 ;

杨强 ;

张宏江 .

软件学报, 2002, (01) :136-141

[3]

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

[4]

Incremental click-stream tree model: Learning from new users for web page prediction[J] . Distributed and Parallel Databases . 2006 (1)

[5]

数据资源 .2 搜狗实验室. http://www.sogou.com/labs/resources.html . 2008

← 1 →