论文部分内容阅读
【摘 要】根据现有网页查询优化方法的分析，在隐式和显式搜索目标上确定了不同的规划方案，在显式上采用数字规划段的方式进行节选，1—5各代表不同用户对网页的偏好程度。在隐式上采用用户对网页的点击量、搜索频率、浏览时间进行精确的判断，假设用户对网页上每种方式的动态性不同，便可判断用户对查询网页的不同的偏好程度。
【关键词】查询优化； 偏好分析； 搜索目标； 点击量
一、绪言
传统模式在对用户网页偏好程度查询时，无法获取用户对网页偏好的准确信息。在进行优化分析后，传统信息的标准统计在转变模式上发生了变化，通过对不同的版块信息进行详细分析，使在后期信息收集上的误差逐渐减小。
二、用户偏好获取
（一）用户信息收集与分析
在网页设计查询应用程序中，QOMUR在搜索查询上分为两种方式，一种基于隐式搜索方式来查询用户对网页的偏好程度，另一种是基于显示搜索方式来查询用户对网页的偏好程度。显示方式用代数模式对网页的偏好程度进行评价，1—5代表不同程度的偏好，其中1代表的是最低等偏好等级，2代表用户对网页稍显偏好，3代表的程度能达到50%—60%的偏好程度范围内，4代表对网页偏好程度能达到70—80%的参考范围内，5代表的偏好程度能达到85%以上的范围内，这种评价模式比较透明化，能够从根本上显示出用户对网页查询的偏好程度。另一种基于隐式方式的收集用户对网页的偏好程度，这种方式信息的查询从多方面进行调查，按照分类的标准可分为五种参考模式，主要从网页的信息页面的点击量、浏览时间、鼠标滚动时间、在页面瞬时的点击次数以及用户对网页的收藏、排序以及保存等。根据用于的点击量可分析出用户对网页的偏好程度，点击的次数越多说明用户对网页的偏好程度就越大。浏览网页的时间也可以判断出用户的偏好程度，浏览的时间越长说明网页包含的信息量就越多，用户得知的信息量就越大，停留的时间便越长。在网页页面的点击次数也能获知用户对网站的偏好，次数越多对网站的利用率就越高，查询的内容信息便越多。最后便是用户对网站的收藏、排序确知对网页查询的偏好程度，用户经常会把所用的网站进行收藏，这样便可以很方便的找寻到网页。
（二）基本用户偏好
网页查询优化是一种共享式模型的标准参考类型，彼此之间存在着相关关系。本体按照类别进行划分可分为属性、实体以及参类，参类是固有的参考对象，对不同的参考对象设立不同的类型，这样可以根据不同的归属类别进行分批次的划分。实体便是网页搜索查询的本体，可用于不同搜索查询优化系统的鉴别，网页浏览器占有存储空间，在系统优化上针对占有不同空间的网页优化标准不一，比如打开网页的延时，存储空间量以及搜索范围的角度。网页延时的优化，针对用户点击参考的网页时，点击时刻与出现画面的时刻存有时间延时，在系统优化时，便是减短从接收终端至发射终端之间存有时间的差距。传统网页从接收设备至终端设备存有的时间延时能达到2s，对于一般的用户还可以承受，但随着网络系统的不断升级，使这种延时的差距时间缩至1.2s，在此期间过程中减短了0.8s，使上网浏览页面的速度有了明显的提升。存储空间查询系统的优化一般小型网页的建设占用的内存空间大约在200M左右，对于较大的网页占用的内存空间能达到2G，这样便可以容纳大量的信息数据，用户在查询时，针对网站上不同的版面设计，可以随意点击进行有效信息的查询。现代网页查询优化项目上，占用内存的空间不断加大，这样在搜索范围角度上也加大了项目类型。搜索范围类型的优化，是基于现代社会的不断发展的角度进行无限优化，在网页上添加了物品的种类范围，原有网页上没有进行商品种类的展示结构。但随着社会经济的不断发展，淘宝网、京东商城便打破了这种垄断方式，建立电子商务平台，这种网页模式的查询规划，带领人们进入电子商务时代，这种网页查询的设计，满足人们基本的偏好方式。用戶在搜索查询时加大了对项目的扩散程度，使不同的搜索种类都能够展现在用户的查询搜索服务器上。
三、用户偏好查询分析
（一）语义关联词的查询分析
针对同一个关联词可能会有不同的语义结构，存在一条或多条关联属性。QOMUR便会根据不同的语义结构进行层次化的划分，例如：用户对于名词或人物特别熟悉，便在搜索查询服务器中，打入语义的关键词。便能在搜索结果上出现多种分列情况，用户在熟悉一品牌电器型号时，在网页搜索查询服务器上进行关键词的搜索，搜索的结果便会出现多种结果，比如：西门子电器、松下电器或者通用电器。用户可能查询某人个人信息时，在优化搜索服务器内输入某人的署名，便会在搜索结果内出现多种简历，可能是运动员、商人、政府官员等。所以针对现代网页搜索优化项目类型的演变，查询分析的种类方式多种多样，这样用户也可以减缓搜索的项目范围，保证正确项目的搜索范围。
（二）用户偏好的扩散
网页搜索查询的最大深度，利用划分局部深度的方式进行归类。设类a和c的都是B的原像，但主像B中不包括原像a和c的数列关系，产生数学元素的扩散，这便是网页扩散优化中的主要技术之一，这种方式的优化主要采取的方式标准为在c和a中的项目类型都包含在子表B中，起到一个支撑网作用，但B含有的种类超过了a和c的种类，使在搜索检测范围上加大了扩散含量。
四、结语
通过对用户偏好分析的查询优化方法的研究，可以调查用户对网页的偏好度，主要从固定网站的搜索量、点击量以及浏览时间进行辨别，用户群体在网页停留的时间越长，点击量频繁便可明确用户对网页偏好的程度。在基本用户偏好关系中网页延缓的延时效应和存储内存的空间量都进行了各方面的优化配比，在延时上缩短了对查询相关内容的时间，在存储信息量空间上也加大了信息量，以此推动优化配比模式。
参考文献：
[1]孔素然.基于模糊匹配思想的网页去重算法[D].上海：复旦大学出版社，2006，13（2）：24—25.
[2]唐培丽，胡明，解飞.元素搜索引擎研究[J].气象水文海洋仪器，2005（3）：62—66.
[3]刘迁，贾惠波.中文信息处理中自动分词技术的研究与展望[J].计算机工程与应用，2006，3（42）：175—177.
[4]蒋宗礼，肖华，赵钦.WebSifter：个性化网络搜索辅助系统.清华大学学报（自然科学版），2005《45（增刊）：13—17.
[5]葛余博.概率论与数理统计.北京：清华大学出版社，2005，56（18）：3—5.
【关键词】查询优化； 偏好分析； 搜索目标； 点击量
一、绪言
传统模式在对用户网页偏好程度查询时，无法获取用户对网页偏好的准确信息。在进行优化分析后，传统信息的标准统计在转变模式上发生了变化，通过对不同的版块信息进行详细分析，使在后期信息收集上的误差逐渐减小。
二、用户偏好获取
（一）用户信息收集与分析
在网页设计查询应用程序中，QOMUR在搜索查询上分为两种方式，一种基于隐式搜索方式来查询用户对网页的偏好程度，另一种是基于显示搜索方式来查询用户对网页的偏好程度。显示方式用代数模式对网页的偏好程度进行评价，1—5代表不同程度的偏好，其中1代表的是最低等偏好等级，2代表用户对网页稍显偏好，3代表的程度能达到50%—60%的偏好程度范围内，4代表对网页偏好程度能达到70—80%的参考范围内，5代表的偏好程度能达到85%以上的范围内，这种评价模式比较透明化，能够从根本上显示出用户对网页查询的偏好程度。另一种基于隐式方式的收集用户对网页的偏好程度，这种方式信息的查询从多方面进行调查，按照分类的标准可分为五种参考模式，主要从网页的信息页面的点击量、浏览时间、鼠标滚动时间、在页面瞬时的点击次数以及用户对网页的收藏、排序以及保存等。根据用于的点击量可分析出用户对网页的偏好程度，点击的次数越多说明用户对网页的偏好程度就越大。浏览网页的时间也可以判断出用户的偏好程度，浏览的时间越长说明网页包含的信息量就越多，用户得知的信息量就越大，停留的时间便越长。在网页页面的点击次数也能获知用户对网站的偏好，次数越多对网站的利用率就越高，查询的内容信息便越多。最后便是用户对网站的收藏、排序确知对网页查询的偏好程度，用户经常会把所用的网站进行收藏，这样便可以很方便的找寻到网页。
（二）基本用户偏好
网页查询优化是一种共享式模型的标准参考类型，彼此之间存在着相关关系。本体按照类别进行划分可分为属性、实体以及参类，参类是固有的参考对象，对不同的参考对象设立不同的类型，这样可以根据不同的归属类别进行分批次的划分。实体便是网页搜索查询的本体，可用于不同搜索查询优化系统的鉴别，网页浏览器占有存储空间，在系统优化上针对占有不同空间的网页优化标准不一，比如打开网页的延时，存储空间量以及搜索范围的角度。网页延时的优化，针对用户点击参考的网页时，点击时刻与出现画面的时刻存有时间延时，在系统优化时，便是减短从接收终端至发射终端之间存有时间的差距。传统网页从接收设备至终端设备存有的时间延时能达到2s，对于一般的用户还可以承受，但随着网络系统的不断升级，使这种延时的差距时间缩至1.2s，在此期间过程中减短了0.8s，使上网浏览页面的速度有了明显的提升。存储空间查询系统的优化一般小型网页的建设占用的内存空间大约在200M左右，对于较大的网页占用的内存空间能达到2G，这样便可以容纳大量的信息数据，用户在查询时，针对网站上不同的版面设计，可以随意点击进行有效信息的查询。现代网页查询优化项目上，占用内存的空间不断加大，这样在搜索范围角度上也加大了项目类型。搜索范围类型的优化，是基于现代社会的不断发展的角度进行无限优化，在网页上添加了物品的种类范围，原有网页上没有进行商品种类的展示结构。但随着社会经济的不断发展，淘宝网、京东商城便打破了这种垄断方式，建立电子商务平台，这种网页模式的查询规划，带领人们进入电子商务时代，这种网页查询的设计，满足人们基本的偏好方式。用戶在搜索查询时加大了对项目的扩散程度，使不同的搜索种类都能够展现在用户的查询搜索服务器上。
三、用户偏好查询分析
（一）语义关联词的查询分析
针对同一个关联词可能会有不同的语义结构，存在一条或多条关联属性。QOMUR便会根据不同的语义结构进行层次化的划分，例如：用户对于名词或人物特别熟悉，便在搜索查询服务器中，打入语义的关键词。便能在搜索结果上出现多种分列情况，用户在熟悉一品牌电器型号时，在网页搜索查询服务器上进行关键词的搜索，搜索的结果便会出现多种结果，比如：西门子电器、松下电器或者通用电器。用户可能查询某人个人信息时，在优化搜索服务器内输入某人的署名，便会在搜索结果内出现多种简历，可能是运动员、商人、政府官员等。所以针对现代网页搜索优化项目类型的演变，查询分析的种类方式多种多样，这样用户也可以减缓搜索的项目范围，保证正确项目的搜索范围。
（二）用户偏好的扩散
网页搜索查询的最大深度，利用划分局部深度的方式进行归类。设类a和c的都是B的原像，但主像B中不包括原像a和c的数列关系，产生数学元素的扩散，这便是网页扩散优化中的主要技术之一，这种方式的优化主要采取的方式标准为在c和a中的项目类型都包含在子表B中，起到一个支撑网作用，但B含有的种类超过了a和c的种类，使在搜索检测范围上加大了扩散含量。
四、结语
通过对用户偏好分析的查询优化方法的研究，可以调查用户对网页的偏好度，主要从固定网站的搜索量、点击量以及浏览时间进行辨别，用户群体在网页停留的时间越长，点击量频繁便可明确用户对网页偏好的程度。在基本用户偏好关系中网页延缓的延时效应和存储内存的空间量都进行了各方面的优化配比，在延时上缩短了对查询相关内容的时间，在存储信息量空间上也加大了信息量，以此推动优化配比模式。
参考文献：
[1]孔素然.基于模糊匹配思想的网页去重算法[D].上海：复旦大学出版社，2006，13（2）：24—25.
[2]唐培丽，胡明，解飞.元素搜索引擎研究[J].气象水文海洋仪器，2005（3）：62—66.
[3]刘迁，贾惠波.中文信息处理中自动分词技术的研究与展望[J].计算机工程与应用，2006，3（42）：175—177.
[4]蒋宗礼，肖华，赵钦.WebSifter：个性化网络搜索辅助系统.清华大学学报（自然科学版），2005《45（增刊）：13—17.
[5]葛余博.概率论与数理统计.北京：清华大学出版社，2005，56（18）：3—5.