查询推荐关键技术研究

第1章 绪论

1.1 研究背景

1.2 查询推荐技术研究现状及存在问题

1.3 本书研究主要内容与创新点

1.4 本书内容安排

1.5 小结

本章参考文献

第2章 用户查询日志与通用本体WordNet

2.1 用户查询日志

2.2 本体

2.3 WordNet

2.4 小结

本章参考文献

第3章 概念信息内容度量

3.1 问题描述

3.2 符号定义

3.3 语义相似度参数——IC模型研究

3.4 基于概念拓扑结构的IC模型

3.5 实验测试与性能评价

3.6 小结

本章参考文献

第4章 语义相似度算法

4.1 问题描述

4.2 概念语义相似度算法综述

4.3 基于路径和信息内容混合的新算法

4.4 实验测试与性能评价

4.5 小结

本章参考文献

第5章 基于语义的查询相似性算法

5.1 问题描述

5.2 相关定义

5.3 查询相似性算法综述

5.4 基于语义的查询相似性算法

5.5 相似查询字典获取

5.6 实验测试与性能评价

5.7 小结

本章参考文献

第6章 查询推荐算法研究

6.1 问题描述

6.2 相关研究综述

6.3 基于主题的查询推荐算法

6.4 实验测试与性能评价

6.5 小结

本章参考文献

第7章 查询推荐关键技术应用

7.1 语义相似度算法应用

7.2 查询相似性算法应用

本章参考文献

第8章 总结与展望

8.1 全文总结

8.2 下一步研究工作

8.3 小结

附录A WordNet应用部分核心接口函数

附录B 查询相似性核心算法

附录C 用户查询主题聚类核心算法

附录D WordNet应用程序下载、安装与使用

本书所用图索引

本书所用表索引

查询推荐是解决当前互联网信息过载、用户体验差、有效性低等问题的重要方法之一。本书分析了目前查询推荐技术的研究现状，在国内外相关研究成果的基础上，从语义层面表示数据，构建了查询推荐的方法体系，研究了语义相似度参数概念信息内容IC模型，概念语义相似度算法，查询关系挖掘，基于语义分析的查询相似模型，查询推荐模型等。

孟玲玲编著的《查询推荐关键技术研究》全文包括8章。第1章详细给出了本文的研究思路、主要内容、创新点等。为了便于后续章节内容的理解，第2章详细介绍了Web日志信息以及通用本体WordNet，这是本文的研究基础。第3章研究了语义相似性参数信息内容IC模型。第4章研究了语义相似度算法。第5章重点探讨了查询相似性算法。第6章探讨当用户进行新的查询时，如何挑选相似的查询推荐给用户，使得推荐结果更为合理、更能符合用户的实际需求。第7章在前面章节讨论内容的基础上，给出了本文提出算法的实际应用。第8章概括总结本研究的主要内容，分析研究的不足，并指出进一步的研究方向，展望未来的工作。