تأثیر الگوی موضوعی رفتار جستجوی كاربران نوجوان بر پیشنهاد پرس‌وجو
محورهای موضوعی : مهندسی برق و کامپیوتر
حیدر قاسم‌زاده
1
,
محمد قاسم زاده
2
,
علي‌محمد زارع بيدكي
3
1 - دانشگاه یزد
2 - مهندسی کامپیوتر
3 - دانشگاه يزد
کلید واژه: الگوی موضوعیپیشنهاد پرس‌وجورفتار جستجوکاربر نوجوانلاگ جستجو,
چکیده مقاله :
کاربران نوجوان هنگام جستجوی موضوع‌های مورد نظرشان، دایره لغات محدودی را در فرمول‌بندی پرس‌وجو به کار می‌برند. مسئله مهم دیگر آن است که کاربران نوجوان غالباً بر روی اقلام اولیه ارائه‌شده در لیست نتایج جستجو کلیک می‌کنند. در این پژوهش برای ترمیم و جبران این ویژگی‌ها، پیشنهاد می‌شود که الگوی موضوعی از روی رفتار کاربر نوجوان بر اساس جستجوهای قبلی کشف شوند و با تکیه بر الگوهای یافت‌شده، پرس‌وجوی مناسب استخراج و به کاربر نوجوان پیشنهاد گردد. در روش پیشنهادی، الگوهای موضوعی بر اساس ویژگی محبوبیت كلیك‌ها و مرتبط‌ترین موضوع‌ها از روی لاگ‌های جستجو که عموماً حجیم هستند استخراج می‌گردند. در ادامه با استفاده از كلاسه‌بندی دودویی، نزدیک‌ترین پرس‌وجو به پرس‌وجوی مورد نظر كاربر نوجوان مشخص می‌شود. در نتیجه با فیلترنمودن نویز ناوبری موضوعی بر اساس استخراج الگوهای موضوعی کلیک‌های کاربران نوجوان یک مدل کاربر با دقت بالاتری برای پیشنهاد پرس‌وجو حاصل می‌گردد. روش پیشنهادی با استفاده از ابزارهای Alteryx و weka پیاده‌سازی و عملکرد آن بر روی لاگ جستجوی AOL که شامل حدود 20 ميليون نمونه تراکنش جستجو مربوط به 650 هزار کاربر می‌باشد ارزیابی گردید. نتایج آزمایش‌ها نشان می‌دهند که پرس‌وجوهای ارائه‌شده توسط سیستم پیشنهادی به پرس‌وجوی مورد نظر کاربر نوجوان نزدیک‌تر است و به تبع آن موجب بهبود دستیابی به نتایج مرتبط می‌گردد.
Teenager users apply a limited vocabulary when they proceed to look for their desired materials. Another important issue is that teenagers often click mostly on the first items presented in the list of the search results. This research shows that, in order to amend and compensate these issues, we can extract and suggest a more appropriate query to the teenager user. This can be accomplished by discovering the relevant subject patterns from the behavior of the teenage user according to his or her previous search quarries and based on the already found patterns. In the proposed method, the topic patterns of the user are discovered based on the popularity of the clicks and the most relevant topics from the search logs which are generally massive. Afterwards, by using the binary classification method, the closest query to the query given by the user would be specified. Then, by filtering the subject navigation noise via extraction of the subject patterns of the teen user’s clicks, a user model with a higher accuracy can be obtained. We evaluated performance of the proposed method using the Alteryx and Weka tools, over the AOL search log, which includes about twenty million sample search transactions from six hundred and fifty different users. The results obtained from the experiments indicate that the queries presented by the proposed system are closer to the target user's query, and consequently, leads to achievement of more related results.