liupengyuan2009-10-2920-24-34基于图挖掘的查询推荐技....ppt

基于图挖掘的查询推荐技术研究 王斌 Wang Bin 信息检索课题组 Information Retrieval group (FAIR) 前瞻研究实验室 Advanced Computing Research Lab (ACRL) 计算技术研究所 Institute of Computing Technology (ICT) 中国科学院 Chinese Academy of Sciences (CAS) wangbin@ / * 提纲 研究背景 相关工作 我们的工作 图的建立--Session划分 引入图挖掘算法SimRank并改进(WSimRank) 一种新的图挖掘算法SimTrans 提纲 研究背景 相关工作 我们的工作 图的建立--Session划分 引入图挖掘算法SimRank并改进(WSimRank) 一种新的图挖掘算法SimTrans 研究内容和背景介绍 CNNIC-2008年有哪些信誉好的足球投注网站引擎用户行为研究报告 有哪些信誉好的足球投注网站引擎市场规模 用户数2.03亿 年增长率33.6% 有哪些信誉好的足球投注网站引擎成为人们生活常备 资源 研究内容和背景介绍(续) 目前的问题 用户不能精确表达自己的意图 用户输入的查询较短 用户水平存在差异 查询本身存在歧义 例如“美洲虎”就能表示动物，跑车或橄榄球球队名 研究内容和背景介绍(续) 有哪些信誉好的足球投注网站引擎的解决方法 – 查询推荐 推荐相关词给用户 查询推荐的定义 查询推荐是检索系统或有哪些信誉好的足球投注网站引擎为了帮助用户完善查询，给出若干查询词列表，来引导用户二次检索的过程 相近概念 – 查询扩展 查询扩展(Query Expansion)是有哪些信誉好的足球投注网站引擎对原始查询增加、减少或更改关键词，并重新检索，然后将重检索的网页返回给用户 查询推荐不对用户输入做修改，而是另外给出推荐词列表 研究内容和背景介绍 有哪些信誉好的足球投注网站引擎中的相关有哪些信誉好的足球投注网站 相关应用 计算广告 商品推荐 基于有哪些信誉好的足球投注网站日志的查询推荐 我们的工作基于web有哪些信誉好的足球投注网站日志 有哪些信誉好的足球投注网站日志是记录用户提供的查询需求及点击有哪些信誉好的足球投注网站结果的数据集合，包含了更直接，更可靠和更容易有效利用的信息。 提纲 研究背景 相关工作 我们的工作 图的建立--Session划分 引入图挖掘算法SimRank并改进(WSimRank) 一种新的图挖掘算法SimTrans 基于有哪些信誉好的足球投注网站日志的查询推荐（相关工作） 查询推荐的核心问题 如何计算查询之间的相似度 相关工作（从日志中的不同特征挖掘） 基于查询内容的方法（content-based） 基于点击信息的方法（click-through based） 基于session的方法（session-based） 相关工作-基于内容的方法 基于查询内容的方法（content-based） 字符串匹配 定义查询之间的字符串距离，如编辑距离、最长连续公共子串比率等，把距离当作一种相似度 基于特征项 把查询分成更小的独立单位，比如字，词或短语 把查询q映射到一个向量（t1,t2,t3…tn)，应用向量空间模型计算 语义相似 利用语义词典-wordnet，hownet，计算词语相似度作为补充 相关工作-基于点击信息的方法 基于点击URL的方法（click-through based） Query-url二分图模型 直接利用边权重计算 转化成向量应用向量空间模型 SVD分解后计算 马尔科夫随机游走 相关工作-基于session的方法 基于session的方法（session-based） Session的定义和划分 定义：在某段时间内，指向同一用户有哪些信誉好的足球投注网站意图的查询序列 划分：把session划分看成查询边界判定问题，变成分类问题 基于session的查询推荐方法 简单统计 共现次数 互信息 关联规则挖掘等 相关工作总结 提纲 研究背景 相关工作 我们的工作 图的建立--Session划分 引入图挖掘算法SimRank并改进(WSimRank) 一种新的图挖掘算法SimTrans 解决思路 问题 - 特征不足时相似度无法计算 思路1 - 机器学习的方法，融合多特征 效率不高 人工标注量大 过学习问题 思路2 - 我们的方法 通过“第三者”联系没有明显关系的查询（寻找间接关联） 例如“李彦宏”与“李开复”均与“有哪些信誉好的足球投注网站引擎公司”有关 解决思路 我们的方法 通过“第三者”联系没有明显关系的查询（间接联系） 将查询直接关联映射到图中，利用直接简单的关系来挖掘间接联系 把孤立的查询对计算问题转化为一个图网络相似度计算问题 提纲 研究背景 相关工作 我们的工作 图的建立--Session划分 引入图挖掘算法SimRank并改进(WSimRank) 一种新的图挖掘算法SimTrans 查询关系图