搜索日志中热点查询的内容抽取

• 作者: 任育伟 吕学强 徐丽萍 李卓
• 来源期刊: 计算机应用与软件
• 学科: 工学
• 关键词: 搜索日志 聚类 热点查询 热度
• 年，卷（期）: 2015,（12）
• 所属期刊栏目: 数据工程
• 页码范围: 16-21
• 页数: 6页
• 分类号: TP391
• 字数: 8059字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-386x.2015.12.005

摘要

搜索日志中蕴含海量的信息,利用搜索日志进行挖掘以及分析热点查询内容,对于提高搜索服务的质量有很大的价值和意义.在融合K-means聚类中心迭代优点和查询词向量长度信息的基础上,提出SKHC(类K-means层次聚类)方法,并以该方法对搜索日志聚类.然后,分析聚类后的查询用户数、查询频次、查询累计时间、查询数、统计量特征与热点查询的关系,提出基于各类热度值进行热点查询内容抽取的方法,同时融合了日志热度值和倒排日志频率统计特征.通过对抽取出的结果进行统计分析,并和日志所在月份发生的热点事件进行相关性比较,发现四川地震和北京奥运月平均热度分别达到最高的0.89和0.81,证明了该方法的有效性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	吕学强	北京信息科技大学网络文化与数字传播重点实验室	146	1187	15.0	30.0
2	李卓	北京信息科技大学网络文化与数字传播重点实验室	56	145	6.0	10.0
3	徐丽萍		23	127	7.0	10.0
4	任育伟	北京信息科技大学网络文化与数字传播重点实验室	2	4	2.0	2.0