基于会话的探索性搜索主题建议

探索性信息搜索在制定有效查询以找到感兴趣的数据方面对用户构成挑战。此外，复杂的信息空间可能使人迷失方向，难以探索与其活动相关的所有信息类型。为了解决这些问题，我们提出了一个基于会话的概念建议模型，根据观察到的搜索查询，提出上下文相关的查询扩展作为「您可能也有兴趣」功能。我们的模型可应用于在搜索会话期间增量生成建议。这可用于查询扩展，并总体上引导用户探索信息系统管理的可能复杂的信息分类空间。我们的模型基于概念共现图的生成，描述了在会话中概念一起被搜索的频率。从本体论领域表示出发，我们通过分析大型搜索引擎的查询日志生成了图。此外，我们通过图上的社区检测识别了在用户搜索中频繁共现的本体概念聚类。使用日志进行的实验取得了令人满意的准确率结果。