首先，我們介紹了一種時效性敏感的個性化查詢推薦方法，該方法將用戶查詢的時效性因素和個性化偏好因素同時考慮，提出了一種查詢推薦混合模型。其次，基于排序?qū)W習(xí)算法，通過提取查詢短語的語義特征和本質(zhì)同源特征，構(gòu)建了一組基于機器學(xué)習(xí)的查詢推薦模型，將不同來源的特征嵌入推薦模型，使得查詢推薦方法能夠挖掘相似查詢短語和語義相關(guān)性等信息，從而提高查詢推薦的準(zhǔn)確率。再次，我們研究多樣化查詢推薦問題。該問題主要目的是在準(zhǔn)確預(yù)測用戶查詢意圖的前提下，實現(xiàn)查詢推薦短語覆蓋主題種類的多樣化。最后，我們對個性化查詢推薦展開了深入研究，主要探討了在查詢推薦中如何準(zhǔn)確應(yīng)用個性化的問題，通過挖掘用戶查詢的上下文信息，權(quán)衡個性化的貢獻，提出了選擇性的個性化查詢推薦方法，進一步提高查詢推薦的準(zhǔn)確率。
新書資訊