基于用戶行為分析的搜索排序算法研究.pdf

1、目前主流搜索引擎主要是通過大眾化的操作來判斷網(wǎng)頁(yè)的重要程度，雖然中間采用了基于瀏覽量、引用量、PageRank等權(quán)重的算法來提高搜索效果。但是無法滿足基于個(gè)人的個(gè)性化搜索。搜索內(nèi)容無法根據(jù)個(gè)人興趣或者個(gè)人的知識(shí)背景進(jìn)行排序。
　　為了解決上述無法為用戶提供個(gè)性化需求的問題。這里提出了基于用戶行為的搜索排序算法。該算法首先構(gòu)建用戶行為模型，利用構(gòu)建的用戶行為模型計(jì)算用戶對(duì)網(wǎng)頁(yè)的興趣度。將興趣度和搜索引擎自身返回的網(wǎng)頁(yè)權(quán)重來綜合排序。

2、實(shí)驗(yàn)證明加入了用戶自身行為的搜索排序在多數(shù)情況下以及平均情況下比未加入用戶行為好。
　　基于用戶行為的搜索排序主要以用戶行為為中心，多數(shù)情況下都比較好，特別是針對(duì)于那些搜索經(jīng)驗(yàn)豐富或者搜索水平比較高的用戶來說，效果越來越好。但是在實(shí)際過程中，發(fā)現(xiàn)那些新的用戶搜索效果反而比未加入用戶行為要差，并且有些越來越差。為了解決這個(gè)問題，這里引用了專家的特征，將具有相同興趣的用戶聚類，提取類別中的專家，利用這些具有高水平搜索技能的專家來協(xié)助普