查询意图分析是信息检索研究中一个非常重要的课题,对于改善搜索引擎性能以及用户搜索体验有着十分重要的作用。然而在当前的查询意图分析研究中,用户个性化信息并没有得到充分利用。为此本项目提出了一种融合用户个性化信息的查询意图分析方法。具体地,本方法包含以下几个主要方面(1)提出了在查询意图分析模型中使用用户个性化信息作为特征,旨在使查询意图分析的结果体现出不同用户的差异性;(2) 提出了基于用户自然标注资源的共性查询意图识别与挖掘方法,即能识别宏观的用户查询意图,又可自动挖掘细粒度的查询意图;(3)提出了基于话题模型的个性化用户检索兴趣建模方法,可以更好的学习用户模型,改善查询意图分析的效果;(4)将查询类别信息作为查询意图识别的重要特征加以利用,并提出了基于URL的查询分类算法,可以极大提高查询分类的效率;(5)将本项目提出的查询意图分析方法应用于检索结果聚类,即围绕多种不同的查询意图对搜索
英文主题词Query Intent Analysis;Personalized User Modeling;Query Classification;Search Result Clustering;