基于贝叶斯推理的点击模型及其实现  

CLICK MODEL BASED ON BAYESIAN INFERENCE AND ITS IMPLEMENTATION

作　　者：孙付伟[1,2] 李娟[1] 杨达[1] 

机构地区：[1]中国科学院软件研究所基础软件国家研究中心,北京100190 [2]中国科学院研究生院,北京100190

出　　处：《计算机应用与软件》2013年第1期7-10,共4页Computer Applications and Software

基　　金：国家自然科学基金项目(60903050;61100071);国家重点基础研究发展计划基金(2007CB310802);国家重大科技专项经费资助项目(2010ZX01036-001-002;2010ZX01037-001-002)

摘　　要：为能更好地解释搜索引擎和商务搜索的点击日志中的用户行为,实现一种用于分析日志中包含的用户行为的贝叶斯点击模型。通过分析中国最大电子商务网站的约927万条用户搜索点击日志数据,发现一个的文档的点击是受其上下位置点击过的文档共同影响的,然后基于此发现提出并实现一种新的基于贝叶斯推理的点击模型,并给出并行版本的算法实现。最后通过利用来自用户搜索的一个月日志数据验证,结果表明该模型优于现有的点击模型。In order to better explain user behaviour from click logs in search engine or sponsored search, we implement a Bayesian click model for analysing user behaviours included in logs. By analysing about 9.27 million click log data collected from a largest e-commerce site of China, there finds that the click probability of a document is affected by the clicked documents above and below it. Then we propose and implement a new click model based on Bayesian inference according to the phenomenon found, together with the implementation of an algorithm in parallel version. At last, we validate the model through a log data set collected about a mouth from user search, and the result shows that the proposed model outperforms existing click models.

关 键 词：点击日志 点击模型 贝叶斯推理 搜索引擎 日志分析 

分 类 号：TP391[自动化与计算机技术—计算机应用技术]