• 主题
高级搜索  >
历史搜索 清空历史
首页> 外文期刊>Mathematical Problems in Engineering >Recommending High Utility Queries via Query-Reformulation Graph
【24h】

Recommending High Utility Queries via Query-Reformulation Graph

机译：通过查询-重构图推荐高实用性查询

获取原文
获取原文并翻译 | 示例
           
页面导航
  • 摘要
  • 著录项
  • 相似文献
  • 相关主题

摘要

Query recommendation is an essential part of modern search engine which aims at helping users find useful information. Existing query recommendation methods all focus on recommending similar queries to the users. However, the main problem of these similarity-based approaches is that even some very similar queries may return few or even no useful search results, while other less similar queries may return more useful search results, especially when the initial query does not reflect user's search intent correctly. Therefore, we propose recommending high utility queries, that is, useful queries with more relevant documents, rather than similar ones. In this paper, we first construct a query-reformulation graph that consists of query nodes, satisfactory document nodes, and interruption node. Then, we apply an absorbing random walk on the query-reformulation graph and model the document utility with the transition probability from initial query to the satisfactory document. At last, we propagate the document utilities back to queries and rank candidate queries with their utilities for recommendation. Extensive experiments were conducted on real query logs, and the experimental results have shown that our method significantly outperformed the state-of-the-art methods in recommending high utility queries.
机译：查询推荐是现代搜索引擎的重要组成部分，旨在帮助用户找到有用的信息。现有的查询推荐方法都集中于向用户推荐类似的查询。但是，这些基于相似度的方法的主要问题是，即使某些非常相似的查询也可能返回很少甚至没有有用的搜索结果，而其他不太相似的查询可能会返回更有用的搜索结果，尤其是在初始查询无法反映用户的搜索时目的正确。因此，我们建议您推荐实用性高的查询，即具有更多相关文档而不是类似文档的有用查询。在本文中，我们首先构造一个由查询节点，满意的文档节点和中断节点组成的查询-重构图。然后，我们在查询-重组图上应用吸收随机游走，并以从初始查询到满意文档的转移概率对文档工具进行建模。最后，我们将文档实用程序传播回查询，并使用其实用程序对候选查询进行排名以进行推荐。在真实的查询日志上进行了广泛的实验，实验结果表明，在推荐高实用性查询方面，我们的方法明显优于最新方法。

著录项

  • 来源
    《Mathematical Problems in Engineering》 |2015年第9期|956468.1-956468.14|共14页
  • 作者

    Wang JianGuo; Huang Joshua Zhexue; Wu Dingming;

  • 作者单位

    Univ Chinese Acad Sci, Shenzhen Coll Adv Technol, Shenzhen 518055, Peoples R China.;

    Shenzhen Univ, Coll Comp Sci & Software Engn, Shenzhen 518060, Peoples R China.;

    Shenzhen Univ, Coll Comp Sci & Software Engn, Shenzhen 518060, Peoples R China.;

  • 收录信息
  • 原文格式 PDF
  • 正文语种 eng
  • 中图分类
  • 关键词

相似文献

  • 外文文献
  • 中文文献
  • 专利
获取原文

客服邮箱：kefu@zhangqiaokeyan.com

京公网安备：11010802029741号 ICP备案号：京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有

  • 客服微信

  • 服务号