卡方技術(shù)在企業(yè)搜索引擎角色信息分析中的運用論文

時間：2024-06-14 20:20:45 其他類論文我要投稿

　　對于少于 1 000 人的企業(yè)單位，60% 的員工認為在企業(yè)信息化平臺中找到自己想要的數(shù)據(jù)是非常困難的。

卡方技術(shù)在企業(yè)搜索引擎角色信息分析中的運用論文

　　而在公司人數(shù)超過 1 000 人的情況下，認為獲取不到自己想要數(shù)據(jù)的員工竟然達到公司人數(shù)的 77%.因此，企業(yè)的規(guī)模越大，企業(yè)的人數(shù)越多，企業(yè)信息化平臺中產(chǎn)生的數(shù)據(jù)量就越多，員工查找信息就更加困難。根據(jù)調(diào)查顯示，對于少于 1 000 人的企業(yè)里，有 67% 的員工認為找到所需的信息對企業(yè)的發(fā)展是有影響的，而對于多于 1 000 人的企業(yè)中，這個數(shù)字竟然高達 89%.在大中型企業(yè)中，每天有 70% 的員工耗費 1 ~ 2 小時來查找所需要的信息，加大了企業(yè)的成本，尤其是用戶想要查看已經(jīng)離職員工之前記錄的信息，由于人員已經(jīng)離開，想要查找對應(yīng)信息的難度加大，搜索耗費的時間就更長。

　　傳統(tǒng)企業(yè)搜索引擎雖然在一定程度上已經(jīng)解決該問題。然而，不同角色的用戶有著不同的需求，例如，財務(wù)角色的用戶和銷售角色的用戶對于相同的查詢詞會有不同的需求。本文提出采用卡方的方法進行角色信息的分析，使不同角色的用戶雖采用相同的查詢詞，但得到與其角色更相關(guān)的信息。

　　1 基于卡方的角色分析理論

　　企業(yè)內(nèi)部每個用戶在不同系統(tǒng)中的職位不一樣，對于相同角色下的用戶，偏好可能相同，如角色 A 下的用戶關(guān)注財務(wù)信息，經(jīng)常搜索和點擊財務(wù)方面的數(shù)據(jù)。當角色 A 下的其他用戶搜索時，如果查詢詞跟 A 輸入的查詢詞相關(guān)時，根據(jù) LUCENE,獲取文檔應(yīng)排在后面，但根據(jù)角色信息，角色 A 下的用戶點擊過多的文檔應(yīng)排在前面，這樣就隱含地為用戶推送了相關(guān)文檔。針對這個可能性，進行角色分析�！�1】

　　其中，N 是一個定值，系統(tǒng)的數(shù)據(jù)條目數(shù)；A 代表在某角色中文檔包含該詞的篇數(shù)；B 代表在該角色中文檔沒有包含該詞的篇數(shù)；C 代表的是不在該角色下有多少篇文檔包含該詞；D 代表的是不在該角色下有多少篇文檔沒有包含該詞；而 A+C 是一個定值，B+D 也是一個定值，因此公式（1）可以簡化，如下所示：【2】

　　2 基于卡方的角色分析理論算法過程

　　因為企業(yè)中有多個系統(tǒng)，分系統(tǒng)考慮，統(tǒng)計一個系統(tǒng)下所有角色對應(yīng)的特征詞。

　　第一步獲取某系統(tǒng)下的所有數(shù)據(jù)，獲取文檔對應(yīng)的用戶以及角色，并對正文部分進行分詞。

　　第二步獲取角色 A 在該系統(tǒng)下的所有數(shù)據(jù)并分詞。

　　第三步對角色 A 下的每個詞 T,統(tǒng)計詞 T 在該角色下出現(xiàn)的樣本頻率，獲取詞 T 在該角色中沒有出現(xiàn)的樣本頻率，獲取詞 T 不在該角色下出現(xiàn)的樣本頻率，獲取詞 T 不在該角色下沒有出現(xiàn)的樣本頻率。

　　第四步，根據(jù)公式（2）計算該系統(tǒng)下角色 A 中詞T 的權(quán)重；獲取每個系統(tǒng)下的每個角色對應(yīng)的特征詞，并保存。

　　第五步獲取用戶所能訪問系統(tǒng)中角色對應(yīng)的特征詞，并根據(jù)特征詞進行全文檢索，獲取排名前300的文檔。

　　當獲取某系統(tǒng)下角色 A 權(quán)重最大的 10 個詞時，需考慮特征詞在該系統(tǒng)下所有角色中出現(xiàn)的次數(shù)，如果次數(shù)大于角色個數(shù)的一個比值時，則這樣的詞排除掉，因為這樣的詞不具有特性。

　　當用戶查詢時，根據(jù)輸入查詢詞，得到搜索結(jié)果，分析前 300 篇文檔中是否包含該文檔，如果包含，則將文檔的分數(shù)提高。

　　3 結(jié) 語

　　針對目前企業(yè)搜索中存在的問題，不同角色的用戶有著不同的需求，本文提出基于卡方的角色分析方法，使不同角色的用戶雖采用相同的查詢詞，但得到與其角色更相關(guān)的信息。該方法已經(jīng)應(yīng)用在實際平臺中，進一步證明了該方法的有效性。

　　參考文獻