[發(fā)明專利]用于顧及當(dāng)用戶在搜索引擎中提出查詢時(shí)的用戶意圖的點(diǎn)擊模型

有效

• 申請(qǐng)?zhí)枺?/td>: 201110409156.1
• 申請(qǐng)日: 2011-11-30
• 公開（公告）號(hào): CN102542003A
• 公開（公告）日: 2012-07-04
• 發(fā)明（設(shè)計(jì)）人: 王剛;陳偉柱;陳正
• 申請(qǐng)（專利權(quán)）人: 微軟公司
• 主分類號(hào): G06F17/30
• 分類號(hào): G06F17/30
• 代理公司: 上海專利商標(biāo)事務(wù)所有限公司 31100
• 代理人: 顧嘉運(yùn)

1.一種生成用于搜索引擎的訓(xùn)練數(shù)據(jù)的方法，包括：

檢索(210)關(guān)于用戶點(diǎn)擊行為的日志數(shù)據(jù)；

基于包括參數(shù)的點(diǎn)擊模型來(lái)分析(220)日志數(shù)據(jù)以確定多個(gè)頁(yè)面中每一個(gè)頁(yè)面與查詢的相關(guān)性，所述參數(shù)涉及表示用戶在執(zhí)行搜索時(shí)的意圖的用戶意圖偏差；以及

將所述頁(yè)面的相關(guān)性轉(zhuǎn)換(240)成訓(xùn)練數(shù)據(jù)。

2.如權(quán)利要求1所述的方法，其特征在于，所述用戶意圖偏差通過(guò)查詢(111)和文檔相關(guān)性之間的關(guān)系來(lái)確定，所述查詢由所述用戶通過(guò)所述搜索引擎來(lái)執(zhí)行以獲取包括在搜索結(jié)果(112)中的文檔。

3.如權(quán)利要求1所述的方法，其特征在于，所述點(diǎn)擊模型是包括可觀察到的二進(jìn)制值和隱藏二進(jìn)制變量的圖形模型，所述可觀察到的二進(jìn)制值表示文檔是否被點(diǎn)擊，而所述隱藏二進(jìn)制變量表示所述文檔是否被所述用戶檢查并且是否被所述用戶需要。

4.如權(quán)利要求1所述的方法，其特征在于，所述點(diǎn)擊模型是被重構(gòu)成包括涉及所述用戶意圖偏差的參數(shù)的DBN模型。

5.如權(quán)利要求1所述的方法，其特征在于，所述點(diǎn)擊模型是被重構(gòu)成包括涉及所述用戶意圖偏差的參數(shù)的UBM模型。

6.如權(quán)利要求1所述的方法，其特征在于，多個(gè)模型參數(shù)與所述點(diǎn)擊模型相關(guān)聯(lián)并且所述方法還包括：

使用涉及所述用戶意圖偏差的參數(shù)的初始化值來(lái)確定用于一系列訓(xùn)練查詢會(huì)話的所述多個(gè)模型參數(shù)中的每一個(gè)的值；

對(duì)于每一個(gè)查詢會(huì)話，使用已經(jīng)確定的每一個(gè)模型參數(shù)的值來(lái)估算涉及所述用戶意圖偏差的參數(shù)的值；

以迭代方式重復(fù)所述確定和估算步驟直到所有參數(shù)收斂。

7.如權(quán)利要求6所述的方法，其特征在于，所述確定和估算步驟使用概率圖形模型來(lái)與基于似然的推斷一起執(zhí)行。

8.如權(quán)利要求7所述的方法，其特征在于，所述概率圖形模型是貝葉斯網(wǎng)絡(luò)。

9.如權(quán)利要求6所述的方法，其特征在于，還包括對(duì)于每一個(gè)查詢會(huì)話：

集成全部模型參數(shù)以導(dǎo)出似然函數(shù)；

最大化所述似然函數(shù)以估算涉及所述用戶意圖偏差的參數(shù)的值；以及

使用已經(jīng)估算出的涉及所述用戶意圖偏差的參數(shù)的值來(lái)更新所述模型參數(shù)。

10.如權(quán)利要求6所述的方法，其特征在于，與出現(xiàn)在所述查詢結(jié)果列表中的較高處的被點(diǎn)擊頁(yè)面相比，所述點(diǎn)擊模型對(duì)出現(xiàn)在查詢結(jié)果列表中的較低處的被點(diǎn)擊頁(yè)面施加更高的權(quán)重。