位置:成果数据库 > 期刊 > 期刊详情页
基于用户行为的长查询用户满意度分析
  • ISSN号:1003-6059
  • 期刊名称:模式识别与人工智能
  • 时间:0
  • 页码:469-474
  • 分类:TP391[自动化与计算机技术—计算机应用技术;自动化与计算机技术—计算机科学与技术]
  • 作者机构:[1]智能技术与系统国家重点实验室,北京100084, [2]清华信息科学与技术国家实验室(筹),北京100084, [3]清华大学计算机科学与技术系,北京100084
  • 相关基金:国家自然科学基金(No.60736044,60903107)、高等学校博士学科点专项科研基金(No.20090002120005)资助项目
  • 相关项目:基于网络用户行为分析的垃圾网页识别方法研究
中文摘要:

搜索引擎性能评估是信息检索界一个重要课题.长查询具有较为丰富的信息内容,能更加准确地描述用户的信息需求.在此基础上文中提出长查询用户满意度分析的整体框架,定义用户满意度的概念,并在用户日志中提取相关用户行为特征,应用决策树和SVM两种分类算法评测用户满意度.在大规模商业搜索引擎日志上完成的实验结果证明了这套评价体系的有效性.结果表明,用户对于查询满意和不满意的分类准确率分别达到86%和70%.

英文摘要:

Performance evaluation is one of the most important issues in web search. Long queries contain much information which describes user's information demand correctly. Thus, a long query search user satisfaction detection framework is proposed. The concept of user satisfaction is defined. The relevant user behavior features in user logs are extracted which are combined with Decision Tree and SVM to identify satisfactory or unsatisfactory queries. The experimental results on large scale practical search engine data show the effectiveness of the proposed framework. Furthermore, the classification accuracies of satisfactory and unsatisfactory queries reach 86% and 70% , respectively.

同期刊论文项目
期刊论文 117 会议论文 76 专利 12 著作 3
期刊论文 49 会议论文 19 获奖 1 著作 1
同项目期刊论文
期刊信息
  • 《模式识别与人工智能》
  • 中国科技核心期刊
  • 主管单位:中国科学技术协会 中国自动化学会
  • 主办单位:国家智能计算机研究开发中心 中国科学院合肥智能机械研究所
  • 主编:郑南宁
  • 地址:安徽省合肥市蜀山湖路350号中国科学院合肥智能机械研究所
  • 邮编:230031
  • 邮箱:bjb@iim.cas.cn
  • 电话:0551-5591176
  • 国际标准刊号:ISSN:1003-6059
  • 国内统一刊号:ISSN:34-1089/TP
  • 邮发代号:26-69
  • 获奖情况:
  • 国内外数据库收录:
  • 被引量:10169