徐骥超
- 作品数：5 被引量：15H指数：2
- 供职机构：北方工业大学信息工程学院更多>>
- 发文基金：教育部人文社会科学研究基金国家社会科学基金国家自然科学基金更多>>
- 相关领域：自动化与计算机技术更多>>
- 基于网络日志的知识地图构建与应用被引量：3
- 2012年
- 通过分析网络日志获得查询聚类和会话单元数据集,在此基础上提出知识地图构造算法,对学习到的知识进行存储与管理,构建基于网络日志的知识地图,利用知识地图中的查询知识可以进行知识的筛选,将查询知识展示在用户面前,使用户快速地获得需要的查询知识。
- 张梅段建勇徐骥超
- 关键词：知识地图网络日志随机游走
- 网络日志挖掘及其在查询理解中的应用研究
- 查询推荐系统是现代搜索引擎系统中的一项非常重要的技术,该技术推荐更符合用户需求的查询词以提高用户的搜索体验,目前许多方法都是通过计算用户查询词之间的相似度来对查询词进行聚类,然后对簇中的查询词按照某种策略推荐,其中没有考...
- 徐骥超
- 关键词：查询分类查询推荐
- 文献传递
- 人名属性知识挖掘及其在查询分类中的应用被引量：1
- 2013年
- 网络日志中存在大量的命名实体类查询,而其中人名查询占到近半的比例。提出运用网络查询日志和维基百科知识构建人名知识库,并应用于查询分类。通过抽取查询日志中的人名实体,并结合百科知识充实实体属性知识,形成包含属性知识的人名知识库。根据高质量的属性模板和统计分类方法对查询中的人名进行分类,在查询推荐中依据不同人物分类知识库进行分类推荐。实验结果表明该知识库对查询串中的人名实体能进行有效分类。
- 张梅段建勇徐骥超
- 关键词：查询分类信息检索
- 基于网络日志的用户兴趣模型构建被引量：8
- 2013年
- 了解用户查询意图对改善搜索引擎质量起到了至关重要的作用,对具有特定兴趣的用户进行查询分析,使搜索引擎更能了解用户的真实需求。本文通过对网络查询日志进行聚类分析,将相似度大的查询词聚类,建立用户兴趣模型对用户的兴趣进行分析。根据查询词内容重合度,建立查询词图,并结合查询词的PageRank算法,提出一种基于用户查询词概率分布的评价方法,对用户感兴趣的查询词进行评价。最后,根据查询词的概率分布将最感兴趣的查询词推荐给用户。
- 段建勇魏晓亮张梅徐骥超
- 关键词：查询日志个性化推荐
- 网络日志中查询串语义关系挖掘及其应用研究被引量：2
- 2012年
- 通过挖掘网络日志中的查询词语义关系,将《知网》的语义知识加入到聚类算法中实现搜索引擎优化。该方法通过机器学习算法深入挖掘查询日志,对其中的查询串进行概念相似度、语义聚类等计算,使返回网页更加合理,将更准确的网页结果呈现在用户面前,能够更好地满足用户需求。
- 段建勇徐骥超张梅
- 关键词：网络日志优化算法网络挖掘
