互聯(lián)網搜索詞分類關鍵技術研究.pdf

1、隨著互聯(lián)網的飛速發(fā)展，互聯(lián)網上的數(shù)字信息量也開始呈指數(shù)型增長，人們要從信息海洋中獲取自己需要的特定信息變得越來越困難。能幫助人們從海量信息中找到真正所需的搜索引擎，作為網絡用戶的信息獲取平臺，已成為互聯(lián)網上不可或缺的網絡應用。網絡用戶對搜索引擎的依賴越來越嚴重，用戶的搜索行為已經成為其上網行為中很重要的一部分，而搜索行為中最為重要的就是用戶提供的搜索詞，這些搜索詞直接或間接的反映了應用戶潛在的興趣和需求，能夠很好的為用戶個性化應用以及網

2、絡定向廣告投放等網絡服務提供基礎。
　　 因此，本文提出了對搜索詞進行分類分析。針對互聯(lián)網搜索詞分類的問題，本文詳細分析了互聯(lián)網搜索詞產生的相關背景，總結概括了搜索詞的定義，詳細描述了搜索詞的特點，并針對現(xiàn)存的一些技術方法分析了搜索詞分類的難點，最終提出了一個二階段的搜索詞分類解決方案：基于偽相關反饋的搜索詞預處理與基于文本分類技術的搜索詞分類。將未知的搜索詞分類問題通過偽相關反饋理念轉化為可以利用已有文本分類技術解決的問題。<

3、br>　　 在搜索詞分類問題的解決過程中，本文針對文本分類技術中的一些技術進行了研究比較，提出了一種在初步特征選擇后進一步精減特征的基于重構思想的特征精選方法，該方法結合列選擇方法定義了一個對初選特征選取特征子集的目標函數(shù)，利用貪心和直推式實驗設計的思想來求解目標函數(shù)，最終獲得局部最優(yōu)精簡特征子集，并通過實驗證實了此方法的可用性。本文還通過詳細全面的實驗，對比分析了多種特征選擇方法與分類方法組合的分類結果，最終選擇出了適用于本文分類問