[发明专利]一种搜索引擎坏例的挖掘方法和装置有效
| 申请号： | 201210273635.X | 申请日： | 2012-08-02 |
| 公开（公告）号： | CN103577464B | 公开（公告）日： | 2018-07-10 |
| 发明（设计）人： | 张鑫;阮星华;李卓 | 申请（专利权）人： | 百度在线网络技术(北京)有限公司 |
| 主分类号： | G06F17/30 | 分类号： | G06F17/30 |
| 代理公司： | 北京鸿德海业知识产权代理事务所(普通合伙) 11412 | 代理人： | 袁媛 |
| 地址： | 100085 北京*** | 国省代码： | 北京;11 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明提供了一种搜索引擎坏例（badcase）的挖掘方法和装置，其中方法包括：预处理过程：从会话（session）日志中抽取一定数量的session作为样本，并从样本的各session中抽取描述搜索质量的特征向量；利用各session的特征向量对样本进行聚类；确定聚类得到的各类别的置信度，置信度代表搜索质量低的程度；挖掘过程：在待挖掘的session日志中确定同一query下的行为序列，并从行为序列中抽取描述搜索质量的特征向量；通过计算query的特征向量与各类别的特征向量之间的距离，确定query所属的类别；如果query所属类别的置信度超过预设的高阈值，则确定搜索引擎对该query存在badcase。本发明能够实现搜索引擎badcase的自动挖掘，从而及时准确地发现搜索引擎的badcase。 | ||
| 搜索关键词： | 搜索引擎 特征向量 挖掘 置信度 样本 抽取 方法和装置 搜索 行为序列 聚类 日志 预处理过程 会话 预设 发现 | ||
【主权项】：
1.一种搜索引擎坏例badcase的挖掘方法，其特征在于，该方法包括：S1、预处理过程：S11、从会话session日志中抽取一定数量的session作为样本，并从样本的各session中抽取描述搜索质量的特征向量；其中，session包含用户在query下的一系列行为信息；S12、利用各session的特征向量对所述样本进行聚类；S13、确定聚类得到的各类别的置信度，所述置信度代表搜索质量低的程度；S2、挖掘过程：S21、在待挖掘的session日志中确定同一query下的行为序列，并从所述行为序列中抽取描述搜索质量的特征向量；S22、通过计算query的特征向量与各类别的特征向量之间的距离，确定query所属的类别；S23、如果query所属类别的置信度超过预设的高阈值，则确定搜索引擎对该query存在badcase。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于百度在线网络技术(北京)有限公司，未经百度在线网络技术(北京)有限公司许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201210273635.X/，转载请声明来源钻瓜专利网。
- 上一篇：一种食品用抗菌塑料
- 下一篇：有机半导体材料、其制备方法和应用
