CN106021423A - 基于群组划分的元搜索引擎个性化结果推荐方法 - Google Patents

Abstract

本发明公开了一种基于群组划分的元搜索引擎个性化结果推荐方法，实现步骤如下，(1)判断是否首次使用元搜索引擎，若是执行步骤(2)，否则执行步骤(4)；(2)构建用户模型；(3)划分用户群组；(4)判断是否需要检索信息，若是转至步骤(5)否则转至步骤(10)；(5)获取检索结果列表；(6)判断用户是否属于用户群组，若是执行步骤(7)，否则执行步骤(8)；(7)推荐检索结果；(8)记录点击检索结果；(9)更新用户模型；(10)结束。本发明所述方法对元搜索中的用户构建用户模型，将用户聚类并划分群组，使用户得到个性化的检索结果推荐。

Description

基于群组划分的元搜索引擎个性化结果推荐方法

技术领域

本发明属于信息处理技术领域，更进一步涉及互联网信息检索技术领域和个性化服务技术领域中的一种基于群组划分的元搜索引擎个性化结果推荐方法。本发明可应用于元搜索引擎优化领域中有关满足用户群组划分并进行个性化检索结果推荐。

背景技术

当前，面对互联网信息资源不断膨胀以及用户需求不断增加，为解决传统搜索引擎信息覆盖率低且不同搜索引擎检索结果重合率低、单一搜索引擎难以满足用户信息类检索需求等不足，提高用户的体验，能够集成多个搜索引擎的搜索结果并提供统一访问机制的元搜索引擎被提出。为解决元搜索引擎缺乏对不同用户进行不同的结果推荐的个性化服务，元搜索引擎个性化结果推荐的相关技术被提出：通过用户注册时的基本信息和在使用元搜索引擎过程中所输入的查询词以及对于不同查询词的结果点击记录来建立用户模型，并对其进行分析，将用户进行群组划分；针对用户所属的不同群组对其进行相关的查询结果推荐。

西安电子科技大学申请的专利“基于用户兴趣的个性化元搜索引擎及搜索结果处理方法”(专利申请号：200910020951.4，公布号CN101477554A)公开了一种基于用户兴趣的个性化元搜索引擎及其搜索结果处理方法。该方法通过用户主动选择网站提供的兴趣类别并设置权值大小，或者对用户搜索行为进行兴趣分析，建立用户的兴趣数据模型，作为对后续搜索结果进行个性化排序的依据。该方法存在的不足之处是：用户需要手动设置或者进行多次检索行为，搜索引擎才可以记录、分析、获得用户兴趣，而大量的手动设置会降低用户的搜索体验，导致用户的流失；没有根据用户兴趣划分用户群组，不能更好地为具有共同兴趣的用户提供贴切的推荐信息。

中兴通讯股份有限公司申请的专利“一种个性化元搜索的方法及其应用终端”(专利申请号：201010200736.5，公布号CN101853308A)公开了一种个性化元搜索的方法。该方法通过预先建立兴趣库，根据确定被搜索的关键词，从兴趣库中提取使用日志，并对搜索引擎返回的搜索结果进行预处理，利用使用日志，对预处理后的搜索结果和兴趣库中对应所述被搜索的关键词的资源定位符的兴趣度进行计算，根据计算结果排序并显示。该方法存在的不足之处是：通过资源定位符来表达兴趣，但是由于网络的不确定性导致资源定位符可能会失效，因而其并不适于表示用户兴趣；且只考虑单一维度，无法全面地对用户特征进行描述。

发明内容

本发明的目的在于克服上述已有技术的不足，提出一种基于用户群组划分的元搜索引擎个性化方法，通过对用户兴趣的收集和用户查询日志的分析，对用户进行群组划分，在检索结果中为同一群组内用户推荐与用户所输入查询词最相关的搜索结果。

本发明的具体思路是：通过获取用户的基本信息和用户的查询记录以及结果点击记录来构建用户模型，再利用基于密度的聚类方法对用户进行聚类并划分用户群组。最后对群组内用户进行相关的结果推荐，并记录用户本次查询及点击记录，更新用户模型。

为实现上述目的，本发明的具体步骤包括如下：

(1)判断用户是否首次使用元搜索引擎，若是，执行步骤(2)，否则，执行步骤(4)；

(2)构建元搜索引擎用户模型：

(2a)分析元搜索引擎用户输入的查询词，利用分词工具对该查询词进行分词，得到元搜索引擎用户的查询特征信息；

(2b)根据元搜索引擎用户输入的查询词，分析元搜索引擎用户在检索结果列表中点击的检索结果，利用用户点击行为分析方法，计算出检索结果的相关性信息；

(2c)在元搜索引擎用户的注册过程中，获取元搜索引擎用户包括工作类型，现居地，籍贯的人口统计信息；

(2d)将查询特征信息、相关性信息、人口统计信息组成一个三元组，并将该三元组作为元搜索引擎用户模型；

(3)划分元搜索引擎用户群组：

(3a)根据元搜索引擎用户模型中的查询特征信息，利用对数似然相似度的方法，计算元搜索引擎用户间的查询信息相似度；

(3b)利用查询信息相似度，采用基于密度的聚类方法，对元搜索引擎用户进行聚类，将不同簇中的元搜索引擎用户划分成不同的元搜索引擎用户群组；

(4)判断元搜索引擎用户是否需要检索信息，若是，则执行步骤(5)，否则，执行步骤(10)；

(5)获取检索结果列表：

元搜索引擎根据元搜索引擎用户输入的查询词进行检索，将得到检索结果列表，并记录元搜索引擎用户输入的查询词；

(6)判断元搜索引擎用户是否属于元搜索引擎用户群组，若是，则执行步骤(7)，否则，执行步骤(8)；

(7)推荐相关检索结果：

(7a)根据元搜索引擎用户输入的查询词，查找群组内搜索过相关查询词的元搜索引擎用户，根据元搜索引擎用户的人口统计信息，利用谷本相似度的方法，计算元搜索引擎用户间的人口统计信息相似度；

(7b)利用加权结合的方法，将元搜索引擎用户间的人口统计信息相似度与查询信息相似度结合，得出元搜索引擎用户间的综合相似度；

(7c)将综合相似度按照从大到小排序，从中找出综合相似度最大的三个元搜索引擎用户，从综合相似度最大的元搜索引擎用户点击的检索结果中，找出相关性最高的检索结果，将相关性最高的检索结果添加到检索结果列表中；

(8)记录元搜索引擎用户点击的检索结果：

元搜索引擎在为元搜索引擎用户返回检索结果列表后，记录元搜索引擎用户在检索结果列表中点击的检索结果；

(9)更新元搜索引擎用户模型：

(9a)利用分词工具，对步骤(5)记录的元搜索引擎用户输入的查询词进行分词，得到查询特征信息；

(9b)利用用户点击行为分析方法，对步骤(8)记录的检索结果的进行分析，计算该检索结果的相关性信息；

(9c)将查询特征信息和相关性信息添加到元搜索引擎用户模型中；

(10)结束。

本发明与现有的技术相比具有以下优点：

第一，本发明利用分词工具对元搜索引擎用户输入的查询词进行分词，得到元搜索引擎用户的查询特征信息，并利用用户点击行为分析方法，计算出检索结果的相关性信息，克服了现有技术中用户需要手动设置或者进行多次检索行为，搜索引擎才可以记录、分析、获得用户兴趣，而大量的手动设置会降低用户的搜索体验，导致用户的流失的不足，使得本发明能够在不影响元搜索引擎用户的搜索体验的基础上，收集元搜索引擎用户的信息。

第二，本发明利用查询特征信息、相关性信息、人口统计信息组成一个三元组，并将该三元组作为元搜索引擎用户模型，克服了现有技术只考虑单一维度，无法全面地对用户特征进行描述的不足，使得本发明能够全面地对元搜索引擎用户进行分析，进而依据该用户模型进行后续处理，更好地满足元搜索引擎中用户的个性化的检索需求。

第三，本发明采用基于密度的聚类方法，对元搜索引擎用户进行聚类，将不同簇中的元搜索引擎用户划分成不同的元搜索引擎用户群组，克服了现有技术中没有根据用户兴趣划分用户群组，不能更好地为具有共同兴趣的用户提供贴切的推荐信息的不足，使得本发明能够利用元搜索引擎用户群组，为元搜索引擎用户提供个性化的检索结果推荐。

附图说明

图1是本发明的流程图；

图2是本发明的工作模式示意图。

具体实施方式

下面结合附图对本发明作进一步的详细描述。

参照附图1，本发明的步骤作进一步的详细描述如下。

步骤1，判断用户是否首次使用元搜索引擎，若是，执行步骤2，否则，执行步骤4。

步骤2，构建元搜索引擎用户模型。

分析元搜索引擎用户输入的查询词，利用分词工具对该查询词进行分词，得到元搜索引擎用户的查询特征信息。

根据元搜索引擎用户输入的查询词，分析元搜索引擎用户在检索结果列表中点击的检索结果，利用用户点击行为分析方法，计算出检索结果的相关性信息。

用户点击行为分析方法是指，挖掘元搜索引擎用户的点击行为，得到元搜索引擎用户的反馈信息，并分析元搜索引擎用户对检索结果的点击顺序，按照下式，计算检索结果的相关性：

$r_d=\frac{c_d}{n}$

其中，r_d表示检索结果d的相关性，c_d表示元搜索引擎用户点击检索结果d的顺序，n表示元搜索用户点击的检索结果数量。

在元搜索引擎用户的注册过程中，获取元搜索引擎用户包括工作类型，现居地，籍贯的人口统计信息。

将查询特征信息、相关性信息、人口统计信息组成一个三元组，并将该三元组作为元搜索引擎用户模型。

步骤3，划分元搜索引擎用户群组。

根据元搜索引擎用户模型中的查询特征信息，利用对数似然相似度的方法，计算元搜索引擎用户间的查询信息相似度。

对数似然相似度的方法是指，通过计算元搜索引擎不同用户的查询词偏好空间的熵，得到元搜索引擎用户间的相关性。

利用查询信息相似度，采用基于密度的聚类方法，对元搜索引擎用户进行聚类，将不同簇中的元搜索引擎用户划分成不同的元搜索引擎用户群组。

基于密度的聚类方法是指，通过确定扫描半径和最小包含点数，对元搜索引擎用户进行扫描，将扫描半径内元搜索引擎用户数大于最小包含点数的区域划分为簇。

步骤4，判断元搜索引擎用户是否需要检索信息，若是，则执行步骤5，否则，执行步骤10。

步骤5，获取检索结果列表。

元搜索引擎根据元搜索引擎用户输入的查询词进行检索，将得到检索结果列表，并记录元搜索引擎用户输入的查询词。

步骤6，判断元搜索引擎用户是否属于元搜索引擎用户群组，若是，则执行步骤7，否则，执行步骤8。

步骤7，推荐相关检索结果。

根据元搜索引擎用户输入的查询词，查找群组内搜索过相关查询词的元搜索引擎用户，根据元搜索引擎用户的人口统计信息，利用谷本相似度的方法，计算元搜索引擎用户间的人口统计信息相似度。

谷本相似度的方法是指，按照下式，计算元搜索引擎不同用户的人口统计信息的匹配情况，得出元搜索引擎不同用户的人口统计信息相似度：

${\mathrm{sim}}_1=\frac{d_{u_1}*d_{u_2}}{\left|\right|d_{u_1}|{|}^2+|\left|d_{u_2}\right|{|}^2-d_{u_1}*d_{u_2}}$

其中，sim₁表示元搜索引擎用户间的人口统计信息相似度，表示元搜索引擎用户u₁的人口统计信息向量，表示元搜索引擎用户u₂的人口统计信息向量，*表示乘法操作，||·||²表示取模操作。

利用加权结合的方法，将元搜索引擎用户间的人口统计信息相似度与查询信息相似度结合，得出元搜索引擎用户间的综合相似度。

加权结合的方法是指，按照下式，结合元搜索引擎用户间的人口统计信息相似度与查询信息相似度，计算元搜索引擎不同用户的综合相似度：

sim＝γ*sim₁+(1-γ)*sim₂

其中，sim表示元搜索引擎用户间的综合相似度，γ表示权重系数，取值范围为[0,1]，sim₁表示元搜索引擎用户间的人口统计信息相似度，sim₂表示元搜索引擎用户间的查询信息相似度，*表示乘法操作。

将综合相似度按照从大到小排序，从中找出综合相似度最大的三个元搜索引擎用户，从综合相似度最大的元搜索引擎用户点击的检索结果中，找出相关性最高的检索结果，将相关性最高的检索结果添加到检索结果列表中。

步骤8，记录元搜索引擎用户点击的检索结果。

元搜索引擎在为元搜索引擎用户返回检索结果列表后，记录元搜索引擎用户在检索结果列表中点击的检索结果，包括检索结果的URL链接和点击顺序。

步骤9，更新元搜索引擎用户模型。

利用分词工具，对步骤5记录的元搜索引擎用户输入的查询词进行分词，得到查询特征信息。

利用用户点击行为分析方法，对步骤8记录的检索结果的进行分析，计算该检索结果的相关性信息。

用户点击行为分析方法是指，挖掘元搜索引擎用户的点击行为，得到元搜索引擎用户的反馈信息，并分析元搜索引擎用户对检索结果的点击顺序，按照下式，计算检索结果的相关性：

$r_d=\frac{c_d}{n}$

其中，r_d表示检索结果d的相关性，c_d表示元搜索引擎用户点击检索结果d的顺序，n表示元搜索用户点击的检索结果数量。

将查询特征信息和相关性信息添加到元搜索引擎用户模型中。

步骤10，结束。

下面结合附图2对本发明的工作模式做进一步的阐述。

本发明首先需要系统在用户注册的过程中获取到元搜索引擎用户的人口统计信息，并收集元搜索引擎用户在日常使用时所产生的查询记录和搜索结果点击记录，利用上述信息组成一个三元组，并将该三元组作为元搜索引擎用户模型，描述元搜索引擎用户。其中元搜索引擎用户的查询记录能够准确地表示元搜索引擎中用户的查询特征，利用这些数据来计算元搜索引擎用户间的相似度，并将元搜索引擎用户聚类，完成对元搜索引擎用户的群组划分；元搜索引擎用户的点击记录反映了元搜索引擎用户对检索结果列表中检索结果相关性的判断，相关度越高的检索结果越容易被元搜索引擎用户点击，利用这些数据可以为其他元搜索引擎用户提供相关的检索结果推荐；元搜索引擎用户的人口统计信息同样会对检索需求产生影响，利用这些数据对元搜索引擎用户进行相似度优化，产生个性化的检索结果推荐。元搜索引擎用户模型构建完成后，当元搜索引擎用户使用元搜索引擎进行信息检索时，利用基于群组划分的元搜索引擎个性化结果推荐方法，既可以得到来自元搜索引擎的检索结果列表，又可以得到由其他元搜索引擎用户产生的推荐检索结果，满足元搜索引擎用户的个性化需求。

Claims (6)

1.一种基于群组划分的元搜索引擎个性化结果推荐方法，包括以下步骤：

(1)判断用户是否首次使用元搜索引擎，若是，执行步骤(2)，否则，执行步骤(4)；

(2)构建元搜索引擎用户模型：

(2a)分析元搜索引擎用户输入的查询词，利用分词工具对该查询词进行分词，得到元搜索引擎用户的查询特征信息；

(2b)根据元搜索引擎用户输入的查询词，分析元搜索引擎用户在检索结果列表中点击的检索结果，利用用户点击行为分析方法，计算出检索结果的相关性信息；

(2c)在元搜索引擎用户的注册过程中，获取元搜索引擎用户包括工作类型，现居地，籍贯的人口统计信息；

(2d)将查询特征信息、相关性信息、人口统计信息组成一个三元组，并将该三元组作为元搜索引擎用户模型；

(3)划分元搜索引擎用户群组：

(3a)根据元搜索引擎用户模型中的查询特征信息，利用对数似然相似度的方法，计算元搜索引擎用户间的查询信息相似度；

(3b)利用查询信息相似度，采用基于密度的聚类方法，对元搜索引擎用户进行聚类，将不同簇中的元搜索引擎用户划分成不同的元搜索引擎用户群组；

(4)判断元搜索引擎用户是否需要检索信息，若是，则执行步骤(5)，否则，执行步骤(10)；

(5)获取检索结果列表：

元搜索引擎根据元搜索引擎用户输入的查询词进行检索，将得到检索结果列表，并记录元搜索引擎用户输入的查询词；

(6)判断元搜索引擎用户是否属于元搜索引擎用户群组，若是，则执行步骤(7)，否则，执行步骤(8)；

(7)推荐相关检索结果：

(7a)根据元搜索引擎用户输入的查询词，查找群组内搜索过相关查询词的元搜索引擎用户，根据元搜索引擎用户的人口统计信息，利用谷本相似度的方法，计算元搜索引擎用户间的人口统计信息相似度；

(7b)利用加权结合的方法，将元搜索引擎用户间的人口统计信息相似度与查询信息相似度结合，得出元搜索引擎用户间的综合相似度；

(7c)将综合相似度按照从大到小排序，从中找出综合相似度最大的三个元搜索引擎用户，从综合相似度最大的元搜索引擎用户点击的检索结果中，找出相关性最高的检索结果，将相关性最高的检索结果添加到检索结果列表中；

(8)记录元搜索引擎用户点击的检索结果：

元搜索引擎在为元搜索引擎用户返回检索结果列表后，记录元搜索引擎用户在检索结果列表中点击的检索结果；

(9)更新元搜索引擎用户模型：

(9a)利用分词工具，对步骤(5)记录的元搜索引擎用户输入的查询词进行分词，得到查询特征信息；

(9b)利用用户点击行为分析方法，对步骤(8)记录的检索结果的进行分析，计算该检索结果的相关性信息；

(9c)将查询特征信息和相关性信息添加到元搜索引擎用户模型中；

(10)结束。

2.根据权利要求1所述的基于群组划分的元搜索引擎个性化结果推荐方法，其特征在于：步骤(2b)和步骤(9b)中所述的用户点击行为分析方法是指，挖掘元搜索引擎用户的点击行为，得到元搜索引擎用户的反馈信息，并分析元搜索引擎用户对检索结果的点击顺序，按照下式，计算检索结果的相关性：

$r_d=\frac{c_d}{n}$

其中，r_d表示检索结果d的相关性，c_d表示元搜索引擎用户点击检索结果d的顺序，n表示元搜索用户点击的检索结果数量。

3.根据权利要求1所述的基于群组划分的元搜索引擎个性化结果推荐方法，其特征在于：步骤(3a)中所述的对数似然相似度的方法是指，通过计算元搜索引擎不同用户的查询词偏好空间的熵，得到元搜索引擎用户间的相关性。

4.根据权利要求1所述的基于群组划分的元搜索引擎个性化结果推荐方法，其特征在于：步骤(3b)中所述的基于密度的聚类方法是指，通过确定扫描半径和最小包含点数，对元搜索引擎用户进行扫描，将扫描半径内元搜索引擎用户数大于最小包含点数的区域划分为簇。

5.根据权利要求1所述的基于群组划分的元搜索引擎个性化结果推荐方法，其特征在于：步骤(7a)中所述的谷本相似度的方法是指，按照下式，计算元搜索引擎不同用户的人口统计信息的匹配情况，得出元搜索引擎不同用户的人口统计信息相似度：

${\mathrm{sim}}_1=\frac{d_{u_1}*d_{u_2}}{\left|\right|d_{u_1}|{|}^2+|\left|d_{u_2}\right|{|}^2-d_{u_1}*d_{u_2}}$

其中，sim₁表示元搜索引擎用户间的人口统计信息相似度，表示元搜索引擎用户u₁的人口统计信息向量，表示元搜索引擎用户u₂的人口统计信息向量，*表示乘法操作，||·||²表示取模操作。

6.根据权利要求1所述的基于群组划分的元搜索引擎个性化结果推荐方法，其特征在于：步骤(7b)中所述的加权结合的方法是指，按照下式，结合元搜索引擎用户间的人口统计信息相似度与查询信息相似度，计算元搜索引擎不同用户的综合相似度：

sim＝γ*sim₁+(1-γ)*sim₂

其中，sim表示元搜索引擎用户间的综合相似度，γ表示权重系数，取值范围为[0,1]，sim₁表示元搜索引擎用户间的人口统计信息相似度，sim₂表示元搜索引擎用户间的查询信息相似度，*表示乘法操作。