基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
查询推荐是一种提升用户搜索效率的重要工具.传统的查询推荐方法关注频度较高的查询,但对于那些频度较低的长尾查询,由于其信息的稀疏性而难以产生好的推荐效果.另外,传统的方法由于没有考虑查询意图对推荐结果的影响,故对长尾查询的推荐会受到查询中噪声单词的影响.该文提出了一种新的关于词项查询图(term-query graph)概率混合模型,该模型能够准确地发掘出用户的查询意图.另外,文中还提出了一种融合查询意图的查询推荐方法,该方法可以将新查询中单词的推荐结果按查询意图自然地融合起来,从而避免了噪声单词对推荐结果的影响.实验结果表明,通过考虑查询意图,可以显著提高长尾查询推荐的相关性.
推荐文章
基于查询热度和实体识别的查询推荐
聚类
特征提取
热度
命名实体
模板权重
查询推荐
基于综合赋权的包推荐查询松弛方法
包推荐
熵权法
查询松弛
属性权重
综合赋权
一种融合用户学习过程的用户查询意图模型
用户查询意图模型
不相关反馈
用户学习过程
查询推荐
面向查询意图的搜索引擎设计与实现
搜索引擎
查询意图
联想思维
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于查询意图的长尾查询推荐
来源期刊 计算机学报 学科 工学
关键词 查询推荐 长尾查询 概率混合模型 查询意图 词项查询图
年,卷(期) 2013,(3) 所属期刊栏目 信息检索
研究方向 页码范围 636-642
页数 7页 分类号 TP391
字数 6303字 语种 中文
DOI 10.3724/SP.J.1016.2013.00636
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 程学旗 中国科学院计算技术研究所网络数据科学与工程研究中心 160 4858 31.0 67.0
2 郭嘉丰 中国科学院计算技术研究所网络数据科学与工程研究中心 22 942 9.0 22.0
3 曹雷 中国科学院计算技术研究所网络数据科学与工程研究中心 15 91 7.0 9.0
4 白露 中国科学院计算技术研究所网络数据科学与工程研究中心 6 450 3.0 6.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (5)
节点文献
引证文献  (15)
同被引文献  (33)
二级引证文献  (9)
2001(1)
  • 参考文献(1)
  • 二级参考文献(0)
2003(1)
  • 参考文献(1)
  • 二级参考文献(0)
2007(1)
  • 参考文献(1)
  • 二级参考文献(0)
2008(1)
  • 参考文献(1)
  • 二级参考文献(0)
2009(1)
  • 参考文献(1)
  • 二级参考文献(0)
2013(1)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(1)
  • 二级引证文献(0)
2013(1)
  • 引证文献(1)
  • 二级引证文献(0)
2014(2)
  • 引证文献(2)
  • 二级引证文献(0)
2015(2)
  • 引证文献(2)
  • 二级引证文献(0)
2016(5)
  • 引证文献(4)
  • 二级引证文献(1)
2017(5)
  • 引证文献(1)
  • 二级引证文献(4)
2018(3)
  • 引证文献(2)
  • 二级引证文献(1)
2019(5)
  • 引证文献(3)
  • 二级引证文献(2)
2020(1)
  • 引证文献(0)
  • 二级引证文献(1)
研究主题发展历程
节点文献
查询推荐
长尾查询
概率混合模型
查询意图
词项查询图
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
计算机学报
月刊
0254-4164
11-1826/TP
大16开
中国科学院计算技术研究所(北京2704信箱)
2-833
1978
chi
出版文献量(篇)
5154
总下载数(次)
49
相关基金
国家自然科学基金
英文译名:the National Natural Science Foundation of China
官方网址:http://www.nsfc.gov.cn/
项目类型:青年科学基金项目(面上项目)
学科类型:数理科学
论文1v1指导