[发明专利]搜索引擎的性能评价方法

权利要求书

1.一种搜索引擎的性能评价方法，其特征在于，包括以下步骤：

A：对用户日志进行预处理，并从所述预处理后的用户日志中获取待评价的查询集合；

B：针对所述查询集合，在所述用户日志中提取相应的查询分类特征；

C：根据所述查询分类特征，将所述查询集合分类成导航类查询集合和信息事务类查询集合；

D：获取所述分类后的查询集合的用户行为特征；以及

E：根据所述用户行为特征，分别对所述导航类查询集合和信息事务类查询集合进行用户满意判定。

2.根据权利要求1所述的搜索引擎的性能评价方法，其特征在于，所述步骤A进一步包括：

进行用户日志编码转换以将服务器记录的编码格式转换成国家标准汉字编码格式；

对所述转换后的用户日志进行整理以去除预定内容项之外的信息，其中所述预定内容项包括用户ID、用户提交的当前查询、用户点击的结果、用户行为内容、用户行为事件；

过滤所述用户提交的当前查询中的噪声信息；以及

根据用户查询频率，从所述预处理后的用户日志中自动筛选出所述查询集合。

3.根据权利要求1所述的搜索引擎的性能评价方法，其特征在于，所述查询分类特征包括：

前N次点击满足用户需求率；

用户点击集中度；

链接信息；和

查询对应的URL代表。

4.根据权利要求3所述的搜索引擎的性能评价方法，其特征在于，其中，

所述前N次点击满足用户需求率通过以下的公式获得，

所述用户点击集中度通过以下的公式获得，

所述链接信息通过以下的公式获得，

其中，Q为某个查询。

5.根据权利要求3所述的搜索引擎的性能评价方法，其特征在于，所述查询对应的URL代表为比例占10％以上的URL。

6.根据权利要求1至5中任一项所述的搜索引擎的性能评价方法，其特征在于，所述步骤C进一步包括：

C1：判断所述查询对应的URL代表是否只为一个且为网站类型，如果所述查询对应的URL代表只为一个且为网站类型，则判断所述查询为导航类查询，否则继续步骤C2；

C2：判断所述链接信息是否不大于第一链接信息值，如果所述链接信息不大于所述第一链接信息值，则继续步骤C3，如果所述链接信息大于所述第一链接信息值，则继续步骤C5；

C3：判断所述用户点击集中度是否不大于第一集中度值，如果所述用户点击集中度不大于所述第一集中度值，则判断所述查询为信息事务类查询，如果所述用户点击集中度大于所述第一集中度值，则继续步骤C4；

C4：判断所述链接信息是否不大于第二链接信息值，如果所述链接信息不大于所述第二链接信息值，则判断所述查询为信息事务类查询，如果所述链接信息大于所述第二链接信息值，则判断所述查询为导航类查询；

C5：判断所述用户点击集中度是否大于第二集中度值，如果所述用户点击集中度大于所述第二集中度值，则判断所述查询为导航类查询，如果所述用户点击集中度不大于所述第二集中度值，则继续步骤C6；

C6：判断所述前N次点击满足用户需求率是否大于预定需求率值，如果所述前N次点击满足用户需求率不大于所述预定需求率值，则判断所述查询为信息事务类查询，如果所述前N次点击满足用户需求率大于所述预定需求率值，则继续步骤C7；以及

C7：判断所述链接信息是否大于第三链接信息值，如果所述链接信息大于所述第三链接信息值，则判断所述查询为导航类查询，如果所述链接信息不大于所述第三链接信息值，则判断所述查询为信息事务类查询。

7.根据权利要求1所述的搜索引擎的性能评价方法，其特征在于，所述用户行为特征包括：

平均第一次点击信息；

点击查询推荐的比例；

平均最后一次点击信息；

平均点击次数；

平均日志条数；和

点击重新搜索的比例。