搜索引擎用户点击行为分析

摘要

基于大规模分布式搜索引擎系统--北大"天网"的用户点击记录,本文研究发现:用户点击不同URL的数量遵从Heaps定律,点击URL的频度频级服从类Zipf分布, 点击URL与页面大小相关,点击URL具有时间局部性,其顺序具有自相似性特征等一些具有普适性的规律.提出了利用点击日志确定相近查询词的一个新的有效算法.这些研究结果对于掌握用户的搜索行为,完善搜索引擎系统的设计,提高检索服务的效率和质量具有重要的意义.