本文深入探讨了Baeza-Yates提出的五种查询图类型及其在信息检索领域的应用，并阐述了如何通过构建查询流图来分析用户行为。重点介绍了通过统计查询转移概率构建查询流图的方法，以及利用文本、会话和时间相关特征来计算查询对之间的相关性。此外，文章还讨论了将查询问题转化为旅行商问题（TSP）进行求解的策略。
- Query graphs：
Baeza-Yates 指出有5种不同类型的图。在所有的方法中，结点是query；边被引入两个结点间。
word graph：两个query有共同的term
session graph：同一个session内的query。
url conver graph：用户点击了搜索结果中的相同的url。
url link graph：两个被点击的url直接有边
link graph：如果两个url有共同的term。
2 Query Segmentation.
这里的query分割，不是对query的分词，而是对用户联系输入多个query，按照意图分割为多个session。
3.基本概念：
Query log:一个query log，必须包含的，user id（cookie），time，query，click url，browser，refer url
Session：特定用户在具体时间限制内的Query
构建THE QUERY-FLOW GRAPH（查询流图）
根据Query-Query的转义概率统计得到 query flow graph。由于某些query之间无法统计，因此另外一种方法是构造模型来计算query pair之间的相关性。模型特征包括3种特征：文本特征，session特征，时间相关的特征。
计算方法：
变为TSP问题求解。
扫一扫
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
