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:
搜索引擎已经成为人们获取信息的重要途径,然而对于用户而言如何构造一个合适的查询仍然是一项困难的工作.为了减轻用户搜索信息的负担,查询推荐技术应运而生并且已经成为当今搜索引擎不可或缺的组成部分.传统的查询推荐方法主要关注向用户推荐相关性查询,即推荐与源查询具有相近搜索意图的其他查询.然而查询推荐的根本目标是帮助用户成功完成其搜索任务,而不仅仅是找到相关性查询,尽管相关性查询有时也能得到有用的搜索结果.为了更好地满足用户的搜索目标,一种更直接的查询推荐方式是向用户推荐高效用性查询,即能够更好满足用户信息需求的查询.提出了一个基于吸收态随机行走的2阶段效用性查询推荐方法,该方法能够同时对用户的查询重构行为和查询点击行为进行建模并推导出查询的效用.在真实查询日志上的实验结果表明:新方法在评价指标查询相关率(query relevant ratio,QRR)和平均相关文档数(mean relevant document,MRD)上要显著优于其他5种基准方法.
推荐文章
基于两阶段高斯过程的天线建模方法
两阶段高斯过程
倒F天线
谐振频率预测
基于HSMM的两阶段设备缺陷状态识别方法
状态识别
延迟时间
隐半马尔可夫模型
两阶段设备
加权高效用因子的两阶段混合推荐算法
两阶段
高效用因子
靶向因子
主题模型
用户兴趣
混合推荐
用户效用
评分倾向
基于两阶段随机森林的螺丝锁附结果判别研究
随机森林
类别不平衡
概率主成分分析
螺丝锁附
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 基于吸收态随机行走的两阶段效用性查询推荐方法
来源期刊 计算机研究与发展 学科 工学
关键词 查询推荐 查询日志 吸收态随机行走 查询流程图 效用性
年,卷(期) 2013,(12) 所属期刊栏目 信息检索
研究方向 页码范围 2603-2611
页数 9页 分类号 TP391
字数 7654字 语种 中文
DOI
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 160 4858 31.0 67.0
2 兰艳艳 中国科学院计算技术研究所 13 66 5.0 8.0
3 郭嘉丰 中国科学院计算技术研究所 22 942 9.0 22.0
4 朱小飞 中国科学院计算技术研究所 2 19 2.0 2.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (10)
共引文献  (23)
参考文献  (2)
节点文献
引证文献  (5)
同被引文献  (25)
二级引证文献  (2)
1990(1)
  • 参考文献(0)
  • 二级参考文献(1)
2000(1)
  • 参考文献(0)
  • 二级参考文献(1)
2003(3)
  • 参考文献(1)
  • 二级参考文献(2)
2005(1)
  • 参考文献(0)
  • 二级参考文献(1)
2006(1)
  • 参考文献(0)
  • 二级参考文献(1)
2007(1)
  • 参考文献(0)
  • 二级参考文献(1)
2009(2)
  • 参考文献(0)
  • 二级参考文献(2)
2010(2)
  • 参考文献(1)
  • 二级参考文献(1)
2013(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2014(1)
  • 引证文献(1)
  • 二级引证文献(0)
2015(1)
  • 引证文献(1)
  • 二级引证文献(0)
2016(2)
  • 引证文献(2)
  • 二级引证文献(0)
2017(2)
  • 引证文献(0)
  • 二级引证文献(2)
2019(1)
  • 引证文献(1)
  • 二级引证文献(0)
研究主题发展历程
节点文献
查询推荐
查询日志
吸收态随机行走
查询流程图
效用性
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
计算机研究与发展
月刊
1000-1239
11-1777/TP
大16开
北京中关村科学院南路6号
2-654
1958
chi
出版文献量(篇)
7553
总下载数(次)
35
总被引数(次)
164870
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导