基于流行排序的查询推荐方法

• 作 者: 朱小飞 郭嘉丰 程学旗 杜攀
• 机 构: 中国科学院计算技术研究所 北京 100190 中国科学院研究生院 北京 100049
• 出 处: 第五届全国青年计算语言学研讨会(YWCL 2010)
• 发表日期: 2010年期
• 关键词: 流行结构 排序 查询数据 推荐方法 相关性度量 冗余性 提升结构 数据处理 实验结果 度量问题 传统方法 查询日志 性问题 搜索引 代表性 稀疏 商业 高维

针对传统查询推荐方法中存在的相关性度量问题和冗余性问题，本文中提出了一种新的基于流行排序的查询推荐方法。该方法利用查询数据内在的全局流行结构来获得查询之间的相关性，可以有效避免传统方法中相关性度量对高维稀疏查询数据处理的不足;同时，该方法通过提升结构上具有代表性的查询来达到减小查询推荐的冗余性。在—个大规模商业搜索引挈查询日志上的实验结果表明：使用流行排序的查询推荐方法要优于传统查询推荐方法和现有的Hitting-time Ranking方法。