文献类型：期刊文章

作　　者：窦志成[1] 袁晓洁[1] 何松柏[2]

机构地区：[1]南开大学信息技术科学学院,天津300071 [2]军事交通学院汽车指挥系,天津300161

出　　处：《计算机工程》

基　　金：天津市科技发展计划基金资助项目(06YFGZGX05700);天津市应用基础研究计划基金资助项目(07JCYBJC14500)

年　　份：2008

卷　　号：34

期　　号：21

起止页码：40-41

语　　种：中文

收录情况：AJ、BDHX、BDHX2004、CAS、CSA、CSA-PROQEUST、CSCD、CSCD2011_2012、IC、INSPEC、JST、RCCSE、SCOPUS、UPD、ZGKJHX、核心刊

摘　　要：分析大规模中文搜索日志中的查询重复性,通过对查询重复率和用户个体查询重复率等数据的统计发现:查询串的查询频率、文档的点击频率及用户查询频率均符合Zipf分布,查询重复率较高。查询历史越长,查询重复率越高。高查询频率用户的查询重复率较高。以上数据为中文搜索引擎的改进提供了有力的依据。

关 键 词：搜索引擎 日志分析 重复性  ZIPF分布

分 类 号：TP393]