[发明专利]一种基于语义的查询推荐方法和系统

说明书

本发明提供一种基于语义的查询推荐方法和系统，所述方法包括建立查询概念二元图，构建查询点击URL二元图，将所述查询概念二元图和查询点击URL二元图按照查询节点进行合并，形成概念查询点击URL三元图，并建立三层随机游走模型；根据用户的输入查询词，利用所述三层随机游走模型计算输入查询词节点与概念节点和URL节点之间的游走概率，将输入查询词节点按照游走概率从高到低排列，得到查询推荐列表。本发明提供的基于语义的查询推荐方法和系统旨在增强推荐出的查询与原始查询的语义关联性，给用户推荐出更好的查询，满足用户的查询需求。

技术领域

本发明涉及信息检索领域，特别涉及一种基于语义的查询推荐方法和系统。

背景技术

随着时代的发展，互联网也在世界范围内得到了蓬勃的发展，越来越多的人开始在互联网上找寻所需要的信息。随着互联网上的信息越来越多，搜索引擎逐渐成为用户访问网络资源所必不可少的工具，用户通过向搜索引擎输入查询，来反映自己的信息需求，搜索引擎获取并分析用户查询，返回给用户需要的信息。但是并不是每一次的查询，用户都能得到想要的结果。这是因为一方面用户在查询某样信息时，本身就这一方面知识缺乏了解，难以构造出合适的查询；另一方面，由于搜索引擎技术方面原因，搜索引擎自身有时也会混淆用户的查询；最后，由于自然语言的多义性，有些查询本身在不同语境下具有不同的语义。比如，当用户输入“苹果”时，用户有可能是想搜索苹果科技公司，用户也有可能是想搜索水果苹果，用户还有可能是想搜索一部叫《苹果》的电影。由于以上的种种原因，搜索引擎很难保证在用户第一次输入时就能够给出让用户满意的结果。为了更好地了解用户的查询意图，帮助用户构造好的查询，现代搜索引擎都提供了查询推荐的技术。

目前主流的查询推荐的方法有三种：一种是基于文档的方法，这类方法是通过处理查询搜索出来的文档，以此作为反馈，进一步地理解用户意图，来扩充查询的语义。第二种是基于查询日志的方法，是利用查询日志来获取相似的查询，利用查询日志记录的用户信息，可以挖掘出查询词直接的联系。第三种是基于会话的方法，首先对搜索日志进行会话划分，然后对每个会话利用关联规则、互信息和相似度算法度量查询间相关性。

目前，北京大学提出了一种基于用户日志进行查询推荐的方法及系统，根据用户日志中的数据集得到相关的查询日志，并选择一些查询串作为训练集进行查询推荐；国际商业机器公司根据用户输入的查询，从不同的搜索引擎中获得相对应的查询推荐集合进行推荐；百度公司利用用户分组来进行推荐；百度公司还通过用户等级来构建查询推荐，该方法根据用户的查询生成交互式问题，并将交互式问题提供到用户，根据用户对于交互式问题的答案确定用户的等级，最后再利用用户的等级和搜索词生成查询推荐结果并提供至用户。

虽然查询推荐技术已经较为成熟，但是仍然存在着一些问题：

第一，基于文档的方法需要外部文档，而且全局文档分析的时间复杂度高，受自然语言处理技术限制，效果也不是很好，局部文档分析对于如何准确获取查询相关文档也是一个难题，计算开销依然很大。

第二，基于会话的方法需要先对查询日志进行准确的会话划分，而会话比查询更少，直接依据统计信息依然存在着信息稀疏的问题。而基于点击信息的方法则非常依赖搜索引擎的效果，而且用户点击结果中也存在着许多的噪音和偏向性，而且查询日志中的查询也存在着稀疏性的问题。

第三，传统的查询推荐方法一般只考虑点击信息或者只是查询词本身，很少会考虑到查询词后的深层语义。这导致推荐出来的结果存在着准确度不高的情况。

第四，由于查询日志的稀疏性，很多查询词在查询日志中出现的次数很少甚至都没有出现。对于这些查询，传统的方法也很难给出好的查询推荐。

发明内容

针对以上问题，本发明专利目的在于设计了一种基于语义的查询推荐方法和系统，旨在增强推荐出的查询与原始查询的语义关联性，给用户推荐出更好的查询，满足用户的查询需求。

本发明是通过以下技术方案实现的：