基于日志挖掘的搜索引擎用户行为分析

随着网络搜索用户的大规模增加,网络用户行为分析已成为网络信息检索系统进行架构分析、性能优化和系统维护的重要基石,是网络信息检索和知识挖掘的重要研究领域之一。为更好理解网络用户的搜索行为,该文基于7.56亿条真实网络用户行为日志,对用户行为进行分析和研究。我们主要考察了用户搜索行为中的查询长度、查询修改率、相关搜索点击率、首次/最后一次点击位置分布以及查询内点击数分布等信息。该文还基于不同类型的查询集合,考察用户在不同查询需求下的行为差异性。相关分析结果对搜索引擎算法优化和系统改进等都具有一定的参考意义。

基于大规模日志分析的搜索引擎用户行为分析

用户行为分析是网络信息检索技术得以前进的重要基石,也是能够在商用搜索引擎中发挥重要作用的各种算法的基本出发点之一。为了更好的理解中文搜索用户的检索行为,本文对搜狗搜索引擎在一个月内的近5 000万条查询日志进行了分析。我们从独立查询词分布、同一session内的用户查询习惯及用户是否使用高级检索功能等方面对用户行为进行了分析。分析结论对于改进中文搜索引擎的检索算法和更准确的评测检索效果都有较好的指导意义。

试析中文搜索引擎的评价标准

搜索引擎是一种网络检索工具，本文主要针对中文搜索引擎评价标准进行探讨。笔者认为对它的检索功能的评价主要应从收录范围、查询结果反馈信息的质量、检索款目的信息量、查错率、更新与报道速度、查询功能、检索界面的友好性、精品推荐、与其它搜索引擎的友情链接、响应速度等多方面进行。

基于Lucene的站内搜索设计与实现

简述了站内全文检索的必要性,介绍了一种基于Lucene的全文检索系统模型,相对于Google的站内检索和传统的数据库检索都有较为明显的优势。该模型引入更好的中文分词技术,可自定义最终结果的排序。能够保证检索的前100条记录最符合检索者的需要。

搜索引擎中的聚类浏览技术

搜索引擎大多以文档列表的形式将搜索结果显示给用户,随着Web文档数量的剧增,使得用户查找相关信息变得越来越困难,一种解决方法是对搜索结果进行聚类提高其可浏览性。搜索引擎的聚类浏览技术能使用户在更高的主题层次上查看搜索结果,方便地找到感兴趣的信息。本文介绍了搜索引擎的聚类浏览技术对聚类算法的基本要求及其分类方法,研究分析了主要聚类算法及其改进方法的特点,讨论了对聚类质量的评价,最后指出了聚类浏览技术的发展趋势。

中文Google和百度的排序方式与检索效率比较分析

中文Google和百度是大陆网民最常使用的两个中文搜索引擎,因此对其检索效率的比较分析就显得格外重要。而检索结果的排序是影响检索效率的关键因素,因为根据统计很多网络用户只有耐心看检索结果的前5页。本文在概括介绍目前搜索引擎采用的三种结果排序规则地点和频率法、人气质量定律、自信心定律的基础上,比较分析了中文Google和百度的排序技术。最后笔者通过检索实践得出结论,中文Google和百度各有所长,但是在检索效率上尤其是检索结果的有效性上,中文Goole比百度要好。

网络信息检索工具评价实验(Ⅱ)——中、英文搜索引擎检索评价实验

本文介绍了一个中、英文搜索引擎对比评价实验。实验使用 H .Vernon L eighton和 JaideepSrivastava提出的“前 X命中记录查准率”作为主要评价指标 ,对几种典型的中。

汉语分词对中文搜索引擎检索性能的影响

针对中文网页的特点。研究了汉语分词对中文搜索引擎检索性能的影响。首先介绍中文分词在搜索引擎中的作用，然后介绍常用的分词算法。作者利用啊页特征，提出一个简单的“带启发性规则的双向匹配分词策略”。最后，在10G的语料库中，就各种分词算法对查全率和查准率的影响进行了实验比较，结果表明分词性能和检索性能没有正比关系。

搜索引擎检索系统质量评估

搜索引擎检索系统的质量评估对传统信息检索系统评估带来了新的研究问题·利用Tiangwang搜索引擎查询日志,按类别构造评估查询集,用人工判别相关性的方法对3个搜索引擎进行了检索质量评估·实验用InfoMall系统提供的历史网页服务消除不同搜索引擎搜集系统收集网页集合的差异,得到如下结论:①评测员之间的差异很大,但评估实验结果保持稳定;②使用连续型的相关度评分以及对应的评估指标比二元相关度评分及指标具有更好的区分能力;③使用50左右规模的查询集合和DCG这样的连续型评估指标可以有效进行评估实验·

全文检索搜索引擎中文信息处理技术研究

本文深入分析了全文检索中文搜索引擎的关键技术,提出了一种适用于全文检索搜索引擎的中文分词方案,既提高了分词的准确性,又能识别文中的未登录词。针对向量空间信息检索模型,本文设计了一个综合考虑中文词在Web文本中的位置、长度以及频率等重要因素的词条权重计算函数,并且用量化的方法表示出其重要性,能够较准确地反映出词条在Web文档中的重要程度。最后对分词算法进行了测试,测试表明该方法能够提高分词准确度满足实用的要求。

网络搜索引擎自然语言问答能力的评价研究

[目的/意义]以Google为代表的主流网络搜索引擎正在从基于关键词匹配的检索系统演变为兼具检索与自然语言问答功能的综合平台,亟需引入新的搜索引擎评价维度和方法以适应这种转变。[研究设计/方法]使用文本检索会议自动问答系统评测中的自然语言问题,从定量和定性两个方面,以Google为例对网络搜索引擎的自然语言问答能力进行评价。[结论/发现]定量评价结果显示,Google已经具备了一定的自然语言问答能力。在定性评价方面,通过对搜索结果页面中的答案框进行内容分析,揭示了搜索引擎问答能力的特点以及存在的不足,为搜索引擎问答能力提升提供了建议。[创新/价值]为搜索引擎评价研究提出了自然语言问答能力这一新的评价维度。

面向汉语分析的搜索引擎研究与实现

搜索引擎是Internet上重要的信息检索工具.同时Internet上丰富的语言资源是汉语研究的重要内容.然而,服务于汉语分析的专业搜索引擎的研究与开发,目前还处于起步阶段.本文介绍了搜索引擎的基本原理,分析了Internet汉语研究的内在要求及其基本现状,详细阐述了一个面向汉语分析研究的搜索引擎的研究与设计,包括系统体系结构的设计、系统的汉语分析功能的描述以及实验结果的分析.初步结果表明,面向汉语分析的搜索引擎可以为汉语研究提供很好的帮助.

搜索引擎质量评价体系研究

建立搜索引擎质量评价体系可以指导用户进行网络信息检索和网站搜索引擎优化,促进搜索引擎功能的不断升级。搜索引擎质量评价体系中总体定性评价主要是分别对搜索引擎的用户舒适程度、专业程度、智能程度进行总体评价;量化指标评价主要是采用传统检索指标和网络检索指标对搜索引擎进行单项评价。

搜索引擎,“百度”推荐——谈搜索引擎

百度 (baidu)搜索是目前全球最大的中文搜索引擎。文章简要介绍了百度搜索引擎的技术支撑及使用方法 ;较为详细地介绍了其特色功能 ,如网页快照、网页预览、相关搜索、IE搜索伴侣、源代码开放、搜索方式的智能化。

十大著名中文搜索引擎的特征及其比较

本文介绍了搜索引擎的定义、原理、类型,以及百度等十大著名中文搜索引擎的特征,从信息搜集方式、检索功能、结果显示等方面,对这十种搜索引擎进行比较分析。

网络搜索引擎知识卡片功能的评价与比较研究

[目的/意义]知识卡片是网络搜索引擎提供实体检索服务和实现检索结果可视化的重要功能,对其进行评价有利于改善搜索引擎的服务能力。[研究设计/方法]采用分层随机抽样的方法从WikiPedia中选取1200个实体,以Google和Bing为例,开展搜索引擎知识卡片功能的评价实验。[结论/发现]搜索引擎整体知识卡片返回率低于35%,Bing的知识卡片返回率高于Google;用户满意度较高,Google在相关性的指标上优于Bing,Bing在丰富性的指标上胜于Google;在内容和结构方面,Bing知识卡片的属性更丰富;仅有Bing提供了知识来源链接,但知识来源相对单一。[创新/价值]为搜索引擎知识卡片功能的评价提出了相应的评价方法和评价指标。

Web搜索引擎评估技术研究

搜索引擎是Web信息检索的有力工具,科学地评估搜索引擎不仅能够激励和推动搜索引擎技术提供者提供更好的技术支持,并且对搜索引擎技术的发展有很好的引导作用。本文简要介绍了搜索引擎评估技术发展状况,针对评估任务、评估指标等方面进行了具体分析,并对搜索引擎评估的发展方向和评估重点提出了建议。

新一代中文智能搜索引擎尤里卡研究

本文介绍了 Internet新一代中文智能搜索引擎尤里卡的基本情况 ,它能对自然语言查询进行语义理解 ,克服了传播搜索方法与语义无关的缺点。研究了该搜索引擎的使用方法与技巧 ,同时客观地评价了它的优劣得失 。

试论网络检索工具检索性能的置信区间

在网络信息检索工具评价指标体系的基础上,提出了利用统计原理和统计方法评价计算性能指标的置信区间,并对置信区间的计算方法进行了探讨,提出了利用简化方法计算性能指标置信区间方法和步骤。

搜索引擎绩效评估研究

为了提高用户的使用体验,进行搜索引擎绩效评估是很有必要的。本文选择中外八个搜索引擎作为代表,借鉴国内外搜索引擎评价领域的研究成果,再加上使用搜索引擎的实践经验,从检索功能、检索效果、用户负担、影响力、用户满意度五个方面构建了搜索引擎绩效评价指标体系。最后,依据计算分析得到的搜索引擎绩效评价结果,提出搜索引擎的改进建议,并指出搜索引擎评估的未来研究方向。