基于用户位置的关键字查询推荐系统设计与实现
作者单位:深圳大学
学位级别:硕士
导师姓名:黄哲学;吴定明
授予年度:2018年
学科分类:081203[工学-计算机应用技术] 08[工学] 0835[工学-软件工程] 0812[工学-计算机科学与技术(可授工学、理学学位)]
摘 要:查询推荐作为提高数据查询结果质量和准确度的重要手段,在商业互联网数据搜索引擎、企业数据库查询、电子商务、个性化信息服务等领域发挥着重大的作用,其目标是推荐能准确表达用户意图的查询,使推荐的查询能获取到满足用户查询需求的数据。随着移动互联网的爆发,用户从PC端搜索需求转移到移动端。移动搜索结果不仅要求与用户提交的查询词语义相关,还与用户的当前的位置相关,因此又被称为空间关键字搜索。现有的关键字推荐技术并没有考虑用户的当前位置和所推荐的查询词之间的关系。然而,在许多应用程序中,搜索结果与用户当前的查询位置息息相关,如基于位置的服务。本文应用一个基于位置的查询推荐框架,通过查询系统历史数据构建查询-文档二部图。该图包含查询节点和文档节点,以节点之间的边权重表示二类节点之间的关联程度,捕获了用户提交的关键字与被推荐的查询关键字之间的语义相关性;通过对二部图上边权重的调整捕获了与用户当前位置之间的位置相关性。随机在该图上选择一个查询节点为起始点,在带重启的随机游走模型上应用查询推荐算法,计算其相关节点得分,最终以得分最高的关键字作为被推荐的对象。论文的主要研究工作包括:1.设计基于用户位置的查询推荐系统架构。系统采用客户端/服务器(Client/Server)结构,总体划分为三个模块,数据模块、服务器模块、客户端模块。数据模块负责采集和清洗数据,以查询词和文档构建查询-文档二部图。服务器模块通过结合文档的空间邻近位置调整二部图,计算用户提交的查询词与其他查询词之间的相似度。客户端主要负责为用户展示推荐的查询词和最终在用户附近的检索结果的展示。2.根据架构设计实现基于位置的关键字推荐系统应用。从大众点评网上采集数据用于系统演示。其中,推荐菜品对应查询-文档二部图中的查询词节点,餐厅对应查询-文档二部图中的文档节点,构建推荐菜品-餐厅二部图。用户通过该系统提交菜品名称及当前位置,服务器使用基于位置的关键字查询推荐模型查找附近餐馆提供的几种菜品。3.针对系统存在的冷启动问题提出新查询关联算法。本系统是根据查询系统日志建立查询-文档二部图,建立查询推荐模型。问题在于,当用户提交日志中不存在的关键字时,那么系统不能为用户推荐查询词。根据这一问题拟采用新查询关联算法,主要思想是用在线分类器对新查询词分类,然后计算该关键字和所属分类器内的关键字之间的相似度,选择相似度高的查询词输入系统再次为用户推荐查询词。