基于深度学习挖掘用户搜索主题研究

• 作者: 宋毅
• 来源期刊: 计算机技术与发展
• 学科: 工学
• 关键词: 深度学习 用户搜索主题 用户模型 挖掘兴趣 个性化搜索
• 年，卷（期）: 2021,（1）
• 所属期刊栏目: 大数据分析与挖掘
• 页码范围: 43-47
• 页数: 5页
• 分类号: TP39
• 语种: 中文
• DOI: 10.3969/j.issn.1673-629X.2021.01.008

摘要

主要研究了基于深度学习技术挖掘用户搜索主题相关的感兴趣内容.通过深度挖掘算法分析用户搜索记录、查询历史以及用户感兴趣的相关文档视为用户搜索主题数据的来源,进而挖掘兴趣主题.挖掘模型主要采用向量空间模型,将用户搜索主题模型表示成用户搜索主题向量形式.形成主题和用户兴趣关系网,用户搜索主题向量的构造过程:选择一组用户查询词,并对它们进行深度挖掘分类,最后用它们构造用户搜索主题特征向量,进而分析用户兴趣点.结合用户随着时间的变化,以及过程中有不用的搜索词,以及无关的搜索噪声词去掉,调整兴趣度,用户搜索主题需要具有更新学习机制,动态跟踪了用户兴趣变化趋势.该用户搜索主题研究过程克服了数据稀疏、类别偏差、扩展性差等缺点.实验结果表明,该模型识别用户搜索主题准确率良好.