论文部分内容阅读
互联网搜索已经成为人们日常生活中重要的一部分,在互联网上人们通过搜索引擎查找大量的多类型的信息来满足各种不同的需求。但是现在的搜索引擎都是需要用户预先确定每个查询词所要搜索的信息类型,因为尽管绝大多数的搜索引擎能支持多种类型的搜索功能,但将结果呈现在各自独立的搜索界面上。要取得不同类型的搜索结果需要用户切换不同的界面。在实际搜索中,一大部分的查询词对应多种类型的相关的搜索结果,如查询词“故宫”包含介绍故宫的网页、博客,百科等文本信息还有一些图片和视频信息等。而本文提出一种对各类引擎返回的结果进行合理聚合的新算法,通过查询词、返回的搜索结果以及用户的搜索历史日志这三个方面的学习来对搜索结果进行过滤和排序,从而做到了对用户查询意图的探测。实验表明这种基于排序学习的多类型结果聚合的方法足十分有效的,它可以更好的满足用户的搜索需求,提高用户的满意度,同时为搜索引擎的优化和改善用户的搜索体验提供一个有效合理的方法模型。