多种搜索行为联合分析方法研究-论文.pdf

《多种搜索行为联合分析方法研究-论文.pdf》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、第35卷第9期东北大学学报(自然科学版)Vo1．35，No．92014年9月JournalofNortheastemUniversity(NaturalScience)Sep．2014doi：10．3969／j．issn．1005—3026．2014．09．008多种搜索行为联合分析方法研究张引，高克宁，张斌(1．东北大学信息科学与工程学院，辽宁沈阳110819；2．东北大学医学影像计算教育部重点实验室，辽宁沈阳110819)摘要：针对现有搜索行为分析方法只能分析单一类型搜索行为，无法有效获取用户兴趣的问题，提出多种搜索行为联合分析方法．通

2、过使用M5模型对页面停留时间、鼠标点击次数、页面重访问次数及滑块移动次数4种类型的用户行为进行联合分析，从多个角度获取用户行为信息用于分析用户兴趣，并实现了对多种搜索行为构成的高维数据进行联合分析，同时满足了在线行为分析中对结果计算的实时性要求．实验表明该方法可以提供比Belkin方法更高的行为分析质量．．关键词：搜索引擎；个性化搜索；用户行为分析；搜索行为特征；用户行为模型中图分类号：TP391文献标志码：A文章编号：1005—3026(2014)09—1249—04JointAnalysisMethodofMultipleSearchB

3、ehaviorsZHANGYin，GAOKening，ZHANGBin(1．SchoolofInformationScience&Engineering，NortheasternUniversity，Shenyang110819，China；2．KeyLaboratoryofMedicalImageComputingofMinistryofEducation，NortheasternUniversity，Shenyang110819，China．Correspondingauthor：ZHANGBin，E—mail：zhangbin@ise

4、．neu．edu．ca)Abstract：Aimingatthefactthatavailablesearchbehavioranalysismethodscouldonlyanalyzeonesingletypeofsearchbehavior，whichleadstotheproblemsthattheuserinterestcouldnotbeeffectivelyget，ajointanalysismethodofmultiplesearchbehaviorswasproposed．Bycombiningtheanalysisofp

5、agedwelltime，mouseclicktimes，pagerevisittimesandslidermovetimesusingM5mode1．cluesfrommoreanglesotherthanonesingletypeofuserbehaviorweregainedforuserinterestanalysis，andiointanalysisofhighdimensiondatacomposedofmultipleuserbehaviorswasrealizedwithtimelinessensuredforonlineb

6、ehavioranalysis．Experimentresultsshowthattheproposedmethodcananalyzethebehaviorsbetterthancomparedapproaches．Keywords：searchengine；personalizedsearch；userbehavioranalysis；searchbehaviorcharacter；userbehaviormode1个性化搜索方法可以有效地提升搜索结果的的浏览行为，通过分析不同类型的浏览行为之间用户满意度，而用于建模用户兴趣的隐式搜索行

7、的相互关系可以为分析用户对页面的实际兴趣为分析是个性化搜索研究的基础．目前的隐式提供更加充分与详细的线索．针对用户浏览行为用户兴趣获取方法研究多使用某一种特定类型的数据的复杂性和搜索过程的实时性要求，本文研用户行为预测用户对页面的兴趣度．然而，由究基于M5模型树，结合页面停留时间、鼠标点于不同用户的浏览行为可能存在很大差异，仅分击次数、页面访问次数、滑块滑动次数等多种用户析某一种特定类型的用户行为无法有效地实现用行为计算用户兴趣信息．实验表明，本文提出的方户行为分析．法可以提供比单一用户行为分析方法更高的准用户在浏览页面过程中可以表现出多种

8、类型确度．收稿日期：2013—10—28基金项目：国家自然科学基金资助项目(61073062)；沈阳市科学技术计划项目(F11—264—1—35，F11—264—1—33)；中央