您当前所在位置: 首页

论文收录信息

论文编号 201709-59
论文题目 基于点击模型的查询扩展方法
文献类型
收录期刊

上传封面

中文期刊 英文期刊

期刊名称(中文)

期刊名称(英文)

年, 卷(

上传封面

中文专著 英文专著

书名(中文)

书名(英文)

出版地

出版社

出版年

上传封面

中文译著 英文译著

书名(中文)

书名(英文)

出版地

出版社

出版年

上传封面

中文论文集 英文论文集

编者 . 论文集名称(中文) [c].

出版地 出版社 出版年-

编者 . 论文集名称(英文) [c].

出版地 出版社 出版年-

上传封面

中文文献 英文文献

期刊名称(中文)

期刊名称(英文)

日期--

在线地址http://

上传封面

中文文献 英文文献

文题(中文)

文题(英文)

出版地

出版社, 出版日期--

上传封面

中文文献 英文文献

文题(中文)

文题(英文)

出版地

出版社, 出版日期--

后印本*

(请提交PDF文档)

基于点击模型的查询扩展方法

引用

复制文本

导出参考文献

.txt .ris .doc

翟科科

翟科科(1989-),男,硕士,主要研究方向:数据挖掘、机器学习。

张日崇

张日崇(1981-),男,副教授,主要研究方向:机器学习、数据挖掘、和人工智能等。

发送私信

发送给

北京航空航天大学计算机学院,北京 100191

摘要:文章引入搜索用户点击模型,提出了一种基于用户点击模型的查询扩展方法,该方法首先从用户查询日志挖掘出所有关联的查询句对,并以此为初步查询扩展候选,然后将用户查询的一系列点击行为抽象为表述该查询的语义特征,并使用这些点击行为语义特征构建用户查询的点击向量,最后通过提出的一种综合相似度测度来衡量查询扩展的置信度。实验结果表明,该方法相比于传统的查询扩展方法可以有效改善搜索引擎相关性结果的语义匹配问题。

关键词: 查询扩展;信息检索;点击模型;日志挖掘

图表:

同行评议

评论

评论一下

全部评论
评论