【作者】 张志涛； 杨沐昀； 李生； 齐浩亮； 宋超；

【Author】 Zhitao Zhang,Muyun Yang,Sheng Li,Haoliang Qi,Chao Song Lab of Machine Intelligence and Translation Harbin Institute of Technology,Heilongjiang 15000

【机构】 哈尔滨工业大学机器智能与翻译实验室；

【摘要】 通过对搜索引擎的日志进行统计分析,可以了解用户使用搜索引擎的规律,挖掘用户的兴趣信息,从而可以提高网络信息检索技术的性能。搜狗是一个中文搜索引擎,本文对搜狗日志中有密切联系的查询、用户和点击3个元素进行了统计分析,着重统计分析了各项之间的相互关系,揭示出用户使用搜索引擎的一些新规律:用户在检索过程中对各大门户网站的关注最多;在一个月的时间内提交少于5个不同查询词的用户占据了93.7%,60%的查询词对应多于两个的用户点击,而且93%的用户点击的URL不会多于10个;文中根据用户对相同查询的点击相同与否这个信息,论证了个性化信息检索的必要性,协同推荐技术只能解决少量用户和查询的检索问题,对于大部分的用户和查询,需要个性化的技术来解决。这一发现对于改进中文搜索引擎的性能有很好的指导意义。更多还原

【Abstract】 Through analyzing the search engine log,we can better understand the law of users’ search behavior, mining users’ personality,so that improve the performances of web information retrieval.This paper analyzes the user,query,clickthrough data of Sogou,and a large-scale Chinese search engine.We focus on the relation of user, query and URL,present some new characteristic of the Web user.The result shows that the portal websites are visited most frequently;93.7%of uses submit less than 5 queries;60%of queris have more than 2 clicks and 93% of uses click less than 10 URL.This paper demonstrates the necessity of personalized information retrieval according to the information of whether uses click the same URL when they submit the same queries.Collaborative recommendation just solve the problem of a few queries and user.As for majority of users and queries,they need personal information retrieval.The results have instructive significance for improving the performance of Chinese search engine.更多还原