商振国
- 作品数：2 被引量：4H指数：1
- 供职机构：天津大学更多>>
- 发文基金：国家教育部博士点基金国家自然科学基金国家重点基础研究发展计划更多>>
- 相关领域：自动化与计算机技术更多>>
- 融合用户实时搜索状态的自适应查询推荐模型被引量：4
- 2016年
- 传统的查询推荐算法通过挖掘查询日志为用户推荐查询词。通常现存模型只考虑原始查询词与推荐词之间的关系(例如语义相似性或相关性等),没有考虑用户在搜索过程中的满意度情况。针对用户在搜索过程中表现出的不同满意度状态,提出了一个查询推荐基本假设,并通过开展在线用户问卷调查,验证了这一假设。基于相应的假设,提出了一种基于用户搜索满意度状态的自适应查询推荐模型,该模型可以为用户智能推荐不同种类的查询词。当用户对搜索结果满意时,模型将为用户提供更加新颖的推荐词;当用户对搜索结果不满意时,模型将为用户提供一些增强信息表示能力的查询词。大规模日志实验表明,提出的推荐模型显著优于传统的查询流图模型,证明了所提模型的有效性。
- 李竞飞商振国张鹏宋大为
- 关键词：查询推荐满意度
- 基于用户搜索满意度状态的自适应查询推荐模型研究
- 查询推荐技术已经成为现代搜索引擎的不可或缺功能，它能够有效的帮助用户表达信息需求，以便搜索引擎能够更加准确的返回满足用户需求的信息，改善用户搜索体验。然而，现有研究的查询推荐模型大都通过挖掘用户搜索日志、知识库或文档集为...
- 商振国
- 关键词：搜索引擎用户需求用户满意度
