面向用戶興趣的用戶瀏覽行為分析方法及應(yīng)用.pdf

1、隨著Web上資源的急劇膨脹，面對(duì)用戶提供的有限查詢?cè)~，當(dāng)前的搜索引擎提供的千人一面的搜索已經(jīng)難以滿足用戶對(duì)搜索結(jié)果的需求。在用戶使用搜索引擎進(jìn)行信息檢索的過(guò)程中，依據(jù)用戶的實(shí)際興趣為用戶返回個(gè)性化的搜索結(jié)果可以提高用戶對(duì)搜索結(jié)果的滿意度。大量研究表明用戶的實(shí)際興趣與其在網(wǎng)頁(yè)上的瀏覽行為是密切相關(guān)的，通過(guò)用戶瀏覽行為分析可以獲取用戶興趣信息，進(jìn)而構(gòu)建用戶興趣模型，使搜索結(jié)果更加貼近用戶的期望。然而，目前的隱式用戶興趣獲取方法無(wú)法很好的預(yù)測(cè)

2、出用戶對(duì)頁(yè)面的實(shí)際興趣度。究其原因，一方面是由于當(dāng)前研究尚未考慮到用戶的瀏覽行為可能隨搜索任務(wù)類型的不同而變化。另一方面，當(dāng)前的用戶興趣獲取方法多使用某種特定用戶行為預(yù)測(cè)用戶興趣度。
　　針對(duì)上述問(wèn)題，本文探究用戶瀏覽行為在不同類型的搜索任務(wù)中所表現(xiàn)出的差異，并研究聯(lián)合分析多種用戶瀏覽行為的隱式用戶興趣獲取方法。在此基礎(chǔ)上構(gòu)建適當(dāng)用戶興趣模型，最終得出用戶的實(shí)際興趣，從而實(shí)現(xiàn)個(gè)性化服務(wù)，使搜索結(jié)果更加貼近用戶的期望。
　　具

3、體的，本文將任務(wù)類型分為導(dǎo)航型、信息型、事務(wù)型三種不同類型，將用戶的基本瀏覽行為轉(zhuǎn)換為頁(yè)面停留時(shí)間時(shí)間、鼠標(biāo)點(diǎn)擊次數(shù)、頁(yè)面重訪問(wèn)次數(shù)以及滑塊移動(dòng)次數(shù)四種可分析行為事件。通過(guò)Bernard提出的算法完成了任務(wù)類型的自動(dòng)識(shí)別，分析了四種可分析行為事件在不同搜索任務(wù)類型中表現(xiàn)出的差異。在用戶行為分析階段，本文基于M5模型樹對(duì)可分析事件建模完成對(duì)用戶興趣度的計(jì)算，在計(jì)算過(guò)程中樹的剪枝和相關(guān)系數(shù)平滑是建模過(guò)程中必須考慮的問(wèn)題。模型評(píng)價(jià)階段，本文使