基于相关查询的搜索引擎查询自动分类研究

《基于相关查询的搜索引擎查询自动分类研究》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、基于相关查询的搜索引擎查询自动分类研究周二翠（安徽大学管理学院合肥230039）寇广增（农业部农村合作经济经营管理总站北京100026）夏晨曦（北京市科学技术情报研究所北京10004）[摘要]如何准确理解用户提交的查询成为搜索引擎面临的一个难题，对查询进行自动分类是尝试解决问题的一种方法。我们提出基于相关查询对查询进行自动分类的方法。首先介绍此方法的设计思路和流程，同时对关键处理步骤进行说明，然后选择“百度风云榜”的数据作为测试集进行测试验证，查准率可达到71.74%，最后分析和总结方法不足之处以及下一步研究计划。[关键词]查询;相关查询;自动分类;搜索引擎;

2、[分类号]TP391AutomaticClassificationofWebQueriesUsingRelatedQueriesZhouEr’cui（ManagementSchool,AnhuiUniversity,Hefei230039,China）KouGuangzeng（CentralStationofAdministrationonRuralCooperativeEconomy,MinistryofAgriculture,Beijing100026,China）XiaChenxi（BeijingScienceandTechnologyInformati

3、onInstitute,Beijing100048,China）[Abstract]Accurateunderstandingofuserquerieshasbecomingthebottleneckinwebsearchsystems.Automaticclassificationofwebqueriesisamethodforthisproblem.Wetrytouserelatedqueriestoclassifywebqueries.Wefirstgivethedesignideaandprocessesofthismethod,andthenintr

4、oducethekeysteps.Intestsection,weselect“BaiduFengYunBang”astestdatasetsandtheprecisioncanreach71.74%.Finallydiscusssomeshortcomingsandthefurtherstudyforthiswork.[Keywords]webqueries;relatedqueries;automaticclassification;searchengine;1引言搜索引擎已经成为人们获取信息的基础应用，中国网民的使用率高达68.0%[1]。然而如何准确理

5、解用户提交的查询(Query)成为搜索引擎面临的一个难题[2]，尤其是中文搜索引擎。根据数据分析，中文用户提交的中文查询平均长度为1.85个词[3]，少于英文搜索引擎的英文平均查询长度（2.35）[4]，这表明中文搜索引擎需要对查询进行更细致的分析。对查询进行自动分类是尝试解决此问题的一种方法，它有助于提高搜索引擎的准确率和用户体验，而且可以促进定向广告投放、竞价排名等商业应用的发展。国内外对于查询自动分类有很多尝试，主要从两个方面展开：分类体系和分类方法。Border认为查询任务决定了查询需求，并最终反映到查询上，那么查询任务可以分为三类：导航类、信息类和事

6、务类[5]。当用户的查询目标明确，比如通过查询“搜狐”希望检索出“搜狐网”的网站地址，此类行为称为导航类。当用户没有明确的目标，只是希望了解相关信息，比如检索“姚明受伤”，则称为信息类。而事务类是用户希望查找解决某个问题的相关信息，比如软件下载、计算机杀毒。Rose等将此分类体系进一步细化，将信息类和事务类划分成多个子类别[6]。Liu等在分析大规模搜索引擎日志时，则将信息类和事务类搜索合并，从而达到更高的准确率[7]。同时，根据内容也可以对查询进行自动分类，比如KDDCUP2005预定义了67个类别，Shen等基于同义词和统计关系构建分类器，将查询映射到这些

7、类别中[8]。在类别预先定义的情况下，可以利用规则过滤、机器学习等方法，根据链接关系、查询与链接的映射关系等进行分类映射。在类别不明确的情况下，可以通过对检索结果聚类达到分类目的。Beeferman等将查询和URL看作图的节点，为查询和URL之间建立双向图，如果某个查询对应点击了某个URL，则为这两个节点增加一条无向边，根据节点的相似性，采用递归算法依次对查询和URL节点分别合并[9]。还有通过搜索引擎日志数据挖掘对查询进行自动分类，比如Fonseca等采用关联规则算法[10]。相关查询是搜索引擎为了提高服务质量和用户体验，把枯燥繁琐的查询过程变得更为快捷，提

8、出“查询建议（Query/TermSu