HDP主题模型的用户意图聚类  

Clustering User Goals Based on Hierarchical Dirichlet Process Topic Model

作　　者：段瑞雪[1] 王小捷[1] 孙月萍[1] 李文峰[1] 

机构地区：[1]北京邮电大学计算机学院,北京100876

出　　处：《北京邮电大学学报》2011年第S1期55-58,共4页Journal of Beijing University of Posts and Telecommunications

基　　金：国家自然科学基金项目(90920006)

摘　　要：为了实现对网络搜索中用户意图的进一步理解,提出采用hierarchical dirichlet process(HDP)的方法来完成用户意图的聚类.动词能够较好地体现用户意图,因此,完成动词的聚类就可以获得更好的用户意图的聚类.提出用与动词具有依存关系的名词和与其共现的名词来表示动词文档.实验结果表明,加入文档层的HDP模型具有比潜在狄雷克来分配模型和狄雷克来混合模型(DPMM)更好的聚类性能.为了实现对网络搜索中用户意图的进一步理解,提出采用hierarchical dirichlet process(HDP)的方法来完成用户意图的聚类.动词能够较好地体现用户意图,因此,完成动词的聚类就可以获得更好的用户意图的聚类.提出用与动词具有依存关系的名词和与其共现的名词来表示动词文档.实验结果表明,加入文档层的HDP模型具有比潜在狄雷克来分配模型和狄雷克来混合模型(DPMM)更好的聚类性能.

关 键 词：用户意图 依存关系 动词聚类 潜在狄雷克来分配模型 

分 类 号：TN91-55[电子电信—通信与信息系统]