利用支持向量回归确定相关Web查询

华南理工大学学报（自然科学版） ›› 2006, Vol. 34 ›› Issue (6): 74-78,94.

利用支持向量回归确定相关Web查询

王继民¹ 彭波² 孟涛²

1．北京大学信息管理系，北京 100871；2．北京大学信息科学技术学院，北京 100871

收稿日期:2005-07-15 出版日期:2006-06-25 发布日期:2006-06-25
通信作者: 王继民(1966-)，男，博士，副教授，主要从事搜索引擎与Web挖掘方面的研究 E-mail:wjm@pku.edu.cn
作者简介:王继民(1966-)，男，博士，副教授，主要从事搜索引擎与Web挖掘方面的研究
基金资助:
国家自然科学基金资助项目(60573166)；国家自然科学基金重点资助项目(60435020)

Determination of Related Web Queries Using Support Vector Regression

Wang Ji-min¹ Peng Bo² Meng Tao²

1.Dept.of Information Management,Peking Univ.,Beijing 100871,China;2.School of Electronics Engineering and Computer Science,Peking Univ.,Beijing 100871,China

Received:2005-07-15 Online:2006-06-25 Published:2006-06-25
Contact: 王继民(1966-)，男，博士，副教授，主要从事搜索引擎与Web挖掘方面的研究 E-mail:wjm@pku.edu.cn
About author:王继民(1966-)，男，博士，副教授，主要从事搜索引擎与Web挖掘方面的研究
Supported by:
国家自然科学基金资助项目(60573166)；国家自然科学基金重点资助项目(60435020)

摘要/Abstract

摘要： 对用户输入的查询请求，如果搜索引擎系统能给出一个相关查询列表，将有助于用户进行查询修正，进而检索到用户所需要的信息．文中提出了一种利用支持向量回归确定相关Web查询的新方法．对一个给定的Web查询，首先从用户的使用记录中抽取候选查询的5个量化指标：被查询的次数、被查询的用户量、用户在反馈结果中的点击次数、与给定查询间的共有词项个数和点击相同网址(URL)的个数；然后用手工标记部分训练数据，进而建立支持向量回归模型。根据相关度的大小确定相关Web查询．实验结果表明该方法具有较高的准确度．

关键词: 搜索引擎, 用户日志, 相关Web查询, 支持向量回归

Abstract:

When a user submits a Web query to a search engine,it is helpful for the user to modify the query and find the needed information if the system returns a list of related Web queries.This paper presents a new determ ina-tion method of related Web queries using support vector regression.In this method,five quantified indexes of a candidate query are extracted from the log files,including the submitted number of the candidate query ,the total numbers of submitting the candidate query and hitting the returned resuh,the number of common terms and the number of hitting common URL(Uniform Resource Locator)between the candidate query and the given query.The obtained candidate queries are then ranked based on support vector regression models learned from parts of human.1abeled training data.The related Web queries are finally determ ined according to the relevance.Experimental re-suits show that the proposed method is of high prediction precision.

Key words: search engine, user log, related Web query , support vector regression

王继民彭波孟涛. 利用支持向量回归确定相关Web查询[J]. 华南理工大学学报（自然科学版）, 2006, 34(6): 74-78,94.

Wang Ji-min Peng Bo Meng Tao. Determination of Related Web Queries Using Support Vector Regression[J]. Journal of South China University of Technology (Natural Science Edition), 2006, 34(6): 74-78,94.

[1]	魏海斌, 魏东升, 蒋博宇, 等. 基于IPSO-SVR的盾构下穿既有道路沉降预测分析[J]. 华南理工大学学报(自然科学版), 2023, 51(6): 62-71.
[2]	潘迪夫陈军鲍天哲韩锟 . 多输出支持向量机混合模型在机车调簧中的应用 [J]. 华南理工大学学报(自然科学版), 2018, 46(4): 22-28.
[3]	滕菲梁继才张万喜王雪高嵩. 矩形截面型材三维拉弯成形的回弹预测[J]. 华南理工大学学报（自然科学版）, 2015, 43(2): 107-113.
[4]	李鹤喜石永华王国荣. 采用 SVR- 雅可比估计器的焊接机器人视觉导引[J]. 华南理工大学学报（自然科学版）, 2013, 41(7): 19-25.
[5]	何靖袁文清闫宏飞. 基于用户浏览时间的点击模型[J]. 华南理工大学学报（自然科学版）, 2011, 39(4): 26-31,37.
[6]	董守斌赵铁柱. 面向搜索引擎的分布式文件系统性能分析[J]. 华南理工大学学报（自然科学版）, 2011, 39(4): 7-14.
[7]	李晓明单栋栋. 基于文档重要度的静态索引剪枝方法[J]. 华南理工大学学报（自然科学版）, 2011, 39(4): 1-6.
[8]	曾松盛石永华王国荣. 基于支持向量回归机的焊缝偏差识别方法[J]. 华南理工大学学报（自然科学版）, 2009, 37(9): 88-92.
[9]	郭立力赵春江 . 高效FTP搜索引擎的设计与实现[J]. 华南理工大学学报（自然科学版）, 2009, 37(1): 135-139.
[10]	李红梅丁振国周水生周利华. 基于概念分组的Web搜索结果聚类算法[J]. 华南理工大学学报（自然科学版）, 2009, 37(1): 130-134.
[11]	刘桂雄周松斌张晓平洪晓斌. 基于特征量重要度LS—SVR的WSN定位方法[J]. 华南理工大学学报（自然科学版）, 2008, 36(10): 102-107.
[12]	胡根生邓飞其. 在线多输出支持向量回归及在投资决策中的应用[J]. 华南理工大学学报（自然科学版）, 2006, 34(6): 64-68.
[13]	王继民陈翀彭波. 大规模中文搜索引擎的用户日志分析[J]. 华南理工大学学报（自然科学版）, 2004, 32(S1): 1-5.