随着搜索引擎的日益普及，搜索领域的主要研究方向已经从简单的查询-应答(query-response)模式中的信息查找(look-up)转到更为复杂的信息探寻(seeking)^[1].从2006年开始一种新的搜索模式“探索式搜索”被提出^[2].该模式从用户为中心的视角出发，认为用户的搜索方向和期望的结果会随着搜索过程的变化而不断变化.学习和调查是该模式中最为重要的行为特征^{[3, 4, 5]}.随着这一概念的提出，探索式搜索逐渐成为信息检索、信息科学、人机交互以及认知科学等领域的研究热点.

目前探索式搜索面临很多挑战，其中面向探索式搜索的查询推荐就是一个亟待解决的问题.现有的查询推荐方法对下面具有明显探索性的搜索任务其推荐效果不明显，无法帮助用户缩短探索过程：

1) 当用户对于搜索目标的相关背景知识了解不足；2) 有多种搜索目标可供选择时，用户提交了一个含义非常宽泛的查询.

面对这种需求时，目前的推荐方法都是基于以往搜索结果的文本相关性进行推荐的，因此当用户提交了一个含义宽泛的查询之后，其得到的推荐结果往往也是一个很宽泛的查询，对整个探索过程缺乏指导性.典型的例子：一名中国大学生要参加一位法国留学生举办的生日宴会，想选择合适的生日礼物.当用户输入“生日礼物”时，目前的推荐方法给出的推荐结果是“生日礼物送什么好”、“创意生日礼物”、“女生生日礼物”、“男生生日礼物”等含义很宽泛的查询建议，无法帮助用户确定下一步的探索方向.

针对上述问题，本文提出了一种利用概率方法通过查询链图对探索式搜索过程进行行为建模，并利用该模型提出一种rank算法将确认性子查询中的查询推荐给当前用户，并对本方法与基准方法进行了对比试验.

本文组织多位志愿者针对前面提到的例子展开实际的搜索，并收集全部搜索日志进行搜索行为分析，通过分析发现每次的搜索行为都具有以下特征(图 1)：

图 1(Figure 1)

Fig. 1

图 1 探索式搜索过程的行为特征 Fig. 1 The behavior characteristics of exploratory search

从图中可以看出探索式搜索过程主要由3种行为构成：

1) 快速浏览.提交一个宽泛的查询词，然后从搜索结果中，点击一些链接深度为1的页面进行短时间浏览.

2) 深入浏览.提交一个相对具体的查询词，从链接深度为1的页面开始通过页面间的跳转，逐步地对一些链接深度大于1的页面进行长时间的阅读，通常这种浏览行为的链接深度在1~3之间.

3) 集中子查询.通过对基本查询词的增删改提交一组查询目标基本相同的查询，然后进行一些链接深度大于1的深入浏览.

根据探索式搜索的行为特征，探索式搜索过程可以明确地定义为：如果在一个搜索过程中存在一个连续的试探性查询重构过程和确认性查询重构过程，并且重构发生之前的查询对应的浏览行为依次为快速浏览、深入浏览，那么该搜索过程可以称为探索式搜索过程.

以单个用户日志为基本分析单元，依据查询提交时间的先后顺序，组成一个查询链，如图 2所示.

图 2(Figure 2)

Fig. 2

图 2 查询链图 Fig. 2 The query chain

断开查询链中所有节点间的链接，计算相邻节点间的查询相似度，判断节点间是否发生确认性查询重构，如果发生，那么节点间重新建立一个链接(图 3).

图 3(Figure 3)

Fig. 3

图 3 子查询链图 Fig. 3 The subquery chain

查询相似度Sim(q′,q)可以通过一种编辑距离的方法来计算^[6].

计算平均链接深度和平均浏览时间，从而判定每个子查询对应的浏览行为是快速浏览还是深入浏览(图 4).

图 4(Figure 4)

Fig. 4

图 4 浏览方式判定图 Fig. 4 The identification for browse type

对于平均链接深度Lnd(q)，可以通过用户点击文档的数量来计算.对于平均浏览时间Ret(D)，可以利用文档点击时间差来计算.

快速浏览型子查询与深入浏览型子查询进行交叉组合，通过主题概率模型判定子查询间是否发生试探性查询重构(图 5).

图 5(Figure 5)

Fig. 5

图 5 探索式搜索过程构建 Fig. 5 The building process of exploratory search

对于查询词q′的出现概率的计算，本文采用一种主题预测模型来进行计算.具体的形式化描述如下：

对一个session内用户所有点击文档进行LDA主题分析，得到主题集合，假定是用户提交 q′之前提交的查询序列，那么对于重构后查询节点q′的出现概率P(q′|c)可以表示为

本文设计的推荐方法可分为两个部分：1)线下部分.利用前面建立的模型挖掘出用户搜索日志中的探索式搜索过程.2)在线部分.当用户提交一个查询时，利用那些包含该查询的探索式搜索过程构成一个被推荐集合，然后利用rank函数对被选集合进行排序并从中选出top-k个确认性子查询作为推荐结果.

对于rank函数的设计，主要依据影响推荐效果的几个因素.通过对建模过程的分析，发现影响推荐效果主要因素为

1) 发生试探性查询重构的链接权重(概率)w，权重越大，推荐结果与搜索目标的相关性越强.

2) 确认性子查询间的平均相似度s，相似度越大探索的价值越大.

3) 探索深度d，即从用户当前所提交的查询节点到发生试探性查询重构节点间的链接个数，深度越大，离搜索目标越远.

根据上述三种因素，本文设计的rank函数为

本文的实验数据来源于100位在校大学生及研究生在近6个月的Firefox的浏览历史记录，在实验数据收集期间，根据文献[8, 9]设计了10个探索式搜索任务.

本文将文献[10]中提到的基于session的聚类方法作为基准方法，根据不同查询条件将通过基准方法得到的查询推荐结果与本文设计的面向探索式搜索过程的推荐结果进行对比.

表 1列出了以“法国人的生日礼物”为查询条件，通过基准方法和本文方法得到的推荐结果.

表 1

Table 1

表 1(Table 1)

表 1 “法国人的生日礼物”的推荐结果对比 Table 1 The comparative results for “the French birthday gift” recommendation 基准方法 本文方法 “给妈妈的生日礼物” “手工艺品” “特别的生日礼物” “中国特色手工艺品” “给爸爸的生日礼物” “中国传统手工艺品” “送给男生的生日礼物” “葡萄酒” “给女朋友的生日礼物” “葡萄酒的产地” “送给闺蜜的生日礼物” “葡萄酒的价格”

表 1 “法国人的生日礼物”的推荐结果对比 Table 1 The comparative results for “the French birthday gift” recommendation

通过表 1可以发现，当查询词的查询目标比较宽泛时，本文提出的推荐方法相对于基准方法，对用户来说更具有启发性.

此外，本文还组织了10位志愿者对推荐结果的相关性进行人工打分.利用LDA模型对查询结果进行主题提取，可以得到每个用户查询对应的主题个数.随机选取100个用户查询，然后按照其对应的主题个数进行排序(降序)，最后选出top-1至top-5五个查询，并对它们的推荐结果进行打分.

从相关性得分对比(图 6)可以得到与表 1相同的结论，即当查询词的查询目标比较宽泛时(对应的主题数比较多)，本文提出的推荐方法相对于基准方法更具有启发性.

图 6(Figure 6)

Fig. 6

图 6 相关性得分对比 Fig. 6 The comparative results of correlation score

本文提出了一种面向探索式搜索过程的查询推荐方法，即根据用户搜索的行为模式，通过试探性查询重构和确认性查询重构两个过程，对探索式搜索过程进行建模，并根据影响探索式搜索过程的三种因素提出了一种rank算法,将确认性子查询中的查询推荐给当前用户.对比实验结果表明本文提出的方法能够推荐出更具有指导性的查询.