计算机工程

作者：张浩盛伦,李翀,柯勇,张士波

单位：1.中国科学院计算机网络信息中心,北京 100190; 2.中国科学院大学,北京 100190

关键词：点击日志, 点击模型, 用户浏览点击模型算法, 搜索引擎, Spark平台

基金：中国科学院信息化专项“中国科学院信息化评估”(Y647021189)

为从海量搜索点击日志中快速挖掘用户行为,提出一种分布式用户浏览点击模型(UBM)算法。原始UBM算法求出的检验度参数E只与搜索结果文档所在排序位置以及上一文档的点击位置有关,且非常稳定,基于此特性,将EM迭代求解转换为抽样估计检验度以求解吸引度的分布式UBM算法。在Spark数据平台上进行仿真,结果表明,与原始UBM算法相比,该算法能够解决点击日志中存在的严重数据倾斜问题,且运行效率较高。

来源：2019年第3期

《计算机工程》期刊编辑部

查看计算机工程杂志2019年第3期