丁 俊 戴 岳 周佳威 周震海 周仰东 石 佳

1(苏州供电公司 江苏 苏州 215004)

2(苏州电力设计研究院有限公司 江苏 苏州 215011)

0 引 言

互联网用户对信息的需求是多种多样的，每天搜索引擎会产生成千上万次的检索请求，为了满足对搜索用户意图的理解，往往需要对用户的行为进行分析和分类。许多研究者聚焦于获取检索结果多样性差异的研究，通过对检索结果中信息覆盖度和位置排名的分析，利用数据挖掘方法得到可以覆盖用户各种行为意图的结果。根据用户的最终搜索目标[1]，可以分为：信息获取类、地理导航类和事务查询类。同时，大部分搜索行为会伴随着结果操作的其他行为而转移[2]，如购物、查找Web中介服务和下载数据等。对用户检索意图理解的提高，可以有效地增加网站和搜索引擎服务的满意度。

目前实体词检索意图理解是当前搜索研究的热点，根据统计，大约70%的检索词串中包含了实体名[3]，至少20%～30%是单纯的实体名搜索，并且实体词搜索的结果揭示了用户的行为意图和实体词之间的紧密联系。文献[4]通过统计搜索日志中实体词和行为意图出现的频率，提出了基于贝叶斯模型来挖掘搜索日志中实体词和检索意图之间关系的方法。作者从包含50个行为意图词的文集中，试探性进行贝叶斯推理，排除了不是反映用户真实意图的行为。文献[5]利用卷积神经网络模型对搜索问句进行搜索意图的检测，搜索问句首先被转化为语义向量，相似的搜索问句被投射到同一个向量空间中，将行为意图检测问题转化为分类问题。……