[发明专利]基于用户点击行为的数字图书搜索方法

说明书

技术领域

本发明涉及数字图书馆、信息检索和Web使用挖掘领域，尤其涉及一种基于用户点击行为的数字图书搜索方法。

背景技术

21世纪是数字化的时代，随着计算机技术、海量存储技术和网络技术的飞速发展，信息载体的数字化和信息传播的网络化得到了空前的深化，图书馆的数字化成为一个必然趋势。数字图书馆在世界很多国家受到了高度关注，并取得了迅猛发展，已经成为人们获取信息与知识的重要途径。

数字图书馆中通常拥有海量的数字图书资源，如何有效的利用这些丰富而宝贵的资源，让数字图书馆读者能够更充分的利用他们就显得非常重要。数字图书搜索是数字图书馆必须提供的支撑性服务本，它是数字图书馆中最为重要的一个功能模块，它使得读者能够很好地找到需要的图书资源，是数字图书馆服务平台的“第一线”。

传统的图书资源搜索系统是基于关系数据库的简单匹配查找，只能过滤出与读者所输入的关键字相匹配的相关图书条目，并没有使用有效的图书排序机制以提高读者检索的满意度，而且性能和用户体验不佳。

发明内容

本发明为克服数字图书馆中传统图书搜索系统质量差的缺点，提供了一种高质量的图书搜索结果排序方法。

基于用户点击行为的数字图书搜索方法包括以下步骤：

(1)提取日志中的图书阅读记录构建图书之间的关联图，使用关联图计算图书的相关性排序得分；

(2)提取日志中的检索阅读记录，利用读者对检索结果的隐式反馈对查询词进行聚类；

(3)抓取互联网上的图书评分数据，整合形成图书评分排序得分；

(4)在查询词聚类的基础之上，针对每类查询词，利用读者对检索结果的隐式反馈，综合从关联图得出的图书相关性排序、互联网上的图书评分以及文本相似度这三种排序信息源，形成最终的图书搜索结果排序。

所述的提取日志中的图书阅读记录构建图书之间的关联图，使用关联图计算图书的相关性排序得分步骤：分析数字图书馆的Web使用日志数据，提取Web使用日志数据中的读者图书阅读记录，构建共同阅读过图书i和图书j的读者的数量矩阵用U＝{u_i：0≤i＜m}表示读者的集合，B＝{b_j：0≤j＜n}表示图书的集合，然后对进行归一化处理：

Ci,j=C~i,jwj]]>其中：wj=Σ0≤i<|B|C~i,j]]>

得到图书关联矩阵C_i，j，使用向量BR＝[br₀，br₁，br₂，...，br_|B|-1]^T表示图书的相关性排序得分，向量d＝[d₀，d₁，d₂，...，d_|B|-1]^T表示图书的已知质量信息，最后使用下面的迭代方法来计算最终的图书相关性排序得分：