基于用户行为的长查询用户满意度分析
搜索引擎性能评估是信息检索界一个很重要的课题。目前，随着用户行为信息越来越多的被学术界和产业界所关注，相关用户行为信息挖掘的方法也相应产生。已有的相关研究表明，长查询具有较为丰富的信息内容，能够更加准确地描述用户的信息需求。本文在此基础上提出了长查询用户满意度分析的整体框架，定义了用户满意度的概念，并在用户日志中提取相关用户行为特征，应用决策树和SVM 两种分类算法评测用户满意度。在大规模商业搜索引擎日志上完成的实验结果证明了这套评价体系的有效性。实验结果表明，用户对于查询满意和不满意的分类准确率分别达到了86％和70％。本文贡献在于提供了一种新的搜索引擎评价体系，并通过用户满意度分析，可以向搜索引擎提供用户不满意的长查询样例，从而改善其性能。
用户行为 用户满意度 长查询 学习算法
朱彤 刘奕群 张敏 马少平 茹立云
智能技术与系统国家重点实验室清华信息科学与技术国家实验室（筹）清华大学计算机系,北京,100084
国内会议
黑龙江镜泊湖
中文
299-306
2010-08-12（万方平台首次上网日期，不代表论文的发表时间）