位置相關的網路信息數據查詢推薦模型與算法研究

《位置相關的網路信息數據查詢推薦模型與算法研究》是依託深圳大學，由吳定明擔任項目負責人的青年科學基金項目。

基本介紹

• 中文名：位置相關的網路信息數據查詢推薦模型與算法研究
• 項目類別：青年科學基金項目
• 項目負責人：吳定明
• 依託單位：深圳大學

項目摘要

隨著移動網際網路設備如智慧型手機銷量的迅速增長，移動通信設施建設步伐加快，手機技術的不斷完善和功能的增加，用手機上網已成為一種獲取信息的主流方式，中國移動搜尋用戶規模增長迅速。移動搜尋是指用戶通過智慧型手機查詢用戶當前位置附近的符合查詢語義的空間網路信息數據。查詢推薦作為一種幫助用戶更好表達查詢意圖並提高查詢結果質量的手段，在當前網際網路搜尋中得到廣泛套用。但是現有的查詢推薦方法忽略了用戶的查詢位置，無法保證推薦查詢所獲取的數據在用戶的查詢位置附近，因此在移動搜尋中失效。本項目針對移動搜尋中的推薦查詢這一新問題，研究新的推薦模型和算法，使得推薦的查詢能獲取在空間上和語義上同時滿足用戶需求的數據。主要研究內容包括：（1）位置相關的查詢推薦模型；（2）位置相關的查詢推薦模型的抗冷啟動機制；（3）大規模數據套用下，快速計算推薦查詢的算法。本項目的預期研究成果將促進我國移動搜尋領域的技術創新和產業套用。

結題摘要

當用戶不確定如何精確表達信息檢索需求時，搜尋引擎中的關鍵字推薦技術可幫助用戶找到相關信息。現有的關鍵字推薦技術沒有考慮用戶的當前地理位置，因此用戶與檢索結果的空間接近度不被視為推薦中的因素。然而，在許多已知套用（例如，基於位置的服務）中搜尋結果的相關性與它們與用戶的空間接近度相關。在這個項目中，我們設計了一個位置感知的關鍵字查詢建議框架；提出了一個加權關鍵字 - 文檔圖，它表達了關鍵字查詢之間的語義相關性以及結果文檔和用戶位置之間的空間距離；基於帶重啟的隨機漫步模型，計算被推薦的查詢與用戶原查詢之間的相似度，選擇具有較高相似度的關鍵字查詢作為建議。為了使所提出的框架可擴展，我們提出了一種基於分區的方法，它比基線算法在計算速度上快出一個數量級。我們在真實數據上評估了所提出方法的有效性和算法的性能。