关键词： 信息服务   搜索引擎   激励机制   认知冲突   动机理论  

摘要： 在线社区通常提供自检索和交互式两种信息服务方式。根据网络购买决策理论,用户在线购买行为从自检索行为开始,他们根据得到的结果排名链接进入产品或服务页面,浏览在线交互内容。因此,企业通常会利用竞价等方式优化排名,希望吸引更多潜在消费者,此外,企业还会通过经济回报等奖励引导消费者撰写正面评论以进一步增强消费者决策信心。基于此,本文从这两种信息服务视角出发,考察平台不同的信息服务策略对用户行为的影响以维护与促进社区可持续发展。具体地,本文解决了如下两个研究问题:（1）在线旅游社区垂直搜索引擎结果排名对用户行为意愿的影响机制是什么;（2）在线旅游社区内容激励如何对用户评论行为产生影响。首先,本文从认知冲突理论视角出发,结合以往研究提出理论模型。然后,通过偏最小二乘法和自主抽样法对收集到的406份问卷调查数据进行实证分析来验证所提出的假设。研究发现,搜索结果排名所触发的认知冲突显著负向影响信息源可信度,进而作用于品牌态度;专业知识并没有显著调节效应;说服知识和品牌熟悉度在综合排序情境下具有显著调节作用。其次,本文结合动机理论,从在线评论的效价和内容特征两方面提出研究假设。使用真实的在线旅游社区的406位用户评论数据,通过多期双重差分法来验证平台激励策略对用户贡献特征的政策冲击效应。结果表明,平台的内容激励策略对评分没有显著影响;获得内容激励的用户显著增加后续贡献行为的评论字数和图片数;被给予激励好处的评论者,对社区有更多的贡献。本文创新点在于:首先通过引入认知冲突作为感知自变量,揭示在线社区自检索信息服务策略对用户行为意愿的作用机理;其次结合动机理论深入分析内容激励对用户行为特征的因果效应,扩展交互式信息服务策略影响机制的研究方向。此外,本文的结论可以为依赖于内容共创的在线社区的经营管理和营销路径提供借鉴。

关键词： 搜索引擎营销   课程思政   客户服务  

摘要： 以《搜索引擎营销》课程中的“搜索引擎客户服务”部分为例，德融教学沿着理论教学实现知识目标、实践教学实现能力目标、教学过程实现思政目标三条主线，挖掘课程所蕴含的德育价值，旨在使课堂更加有活力，从而提高学生学习的主动性和参与意识；改革考核方式，促使学生多学多思多收获；教学相长，德融于心，取得思政教学目标无声渗透的三重效果。

关键词： 搜索引擎服务合同   搜索引擎服务提供者   竞价排名   过错责任原则   违约责任  

摘要： 搜索引擎服务合同是用户在使用搜索引擎服务时与搜索引擎服务提供者签订的合同,包括用户服务协议、隐私政策以及其他相关协议与声明等内容,主要以在线文件或网站说明的方式公布。搜索引擎服务合同包含搜索引擎服务提供者与用户的权利义务,并且获得了用户的默示同意,应当认定为搜索引擎服务提供者与用户之间的合同。确认搜索引擎服务提供者与用户之间的合同关系,当搜索引擎服务提供者在搜索结果中展示竞价排名广告导致用户权益受损时,以请求违约救济的方式可弥补传统仅有侵权救济方式的单一与不足,帮助用户合理维权。一方面,搜索引擎服务合同是服务合同的一种,适用过错责任原则更为妥当,过错的认定应当以搜索引擎服务提供者在展示竞价排名广告时,是否违反搜索引擎服务合同应遵守的客观注意义务标准进行判定,若有违反则视为具有过错并存在违约行为;另一方面,搜索引擎服务提供者单独制定、公布的搜索引擎服务合同属于格式合同,其合同内容使得双方地位具有明显的不平等性,需要通过调整合同内容并对搜索引擎服务合同的客观注意义务进行明确,以平衡双方权利义务关系并帮助用户判断违约行为是否存在。根据违约行为及其造成损害的大小,搜索引擎服务提供者需对用户承担继续履行、采取补救措施或赔偿损失等违约责任。明确搜索引擎服务提供者在搜索结果中加入竞价排名广告的违约行为与违约责任,可以更好地督促搜索引擎企业合法合规经营,保护用户合法权利。 本论文主要由绪论、正文与结语三个部分组成,正文部分共包含有五个章节。 第一章:主要由两个案件引出,分别是首例消费者状告电商平台检索服务违约案与“魏则西事件”。前者是我国首例消费者因不满搜索结果而状告平台违约的案例,后者是百度搜索引擎推出的竞价排名虚假广告使得搜索结果不准确导致魏则西失去生命的事件。两则案例的共同点,都是搜索引擎服务提供者展示了竞价排名广告使得搜索结果呈现不真实、不准确或者说不可靠的特点,造成了损害结果的发生,主要呈现出三个方面的法律问题:第一,搜索引擎服务提供者与用户之间是否就搜索引擎服务成立合同关系;第二,如果双方成立合同关系,用户能否就搜索引擎服务提供者展示竞价排名广告的行为主张违约责任;第三,搜索引擎服务提供者展示竞价排名广告的违约行为如何确定以及违约责任如何承担。 第二章:探讨用户在是否进行了账号注册的情况下,搜索引擎服务提供者与用户之间分别基于用户服务协议与事实合同关系成立合同关系。如若用户进行了账号注册,则用户服务协议是双方合同的主要内容;如果用户并未注册账号而是直接使用搜索服务,双方主要基于“使用即同意”规则与事实合同关系的存在而成立合同关系,合同主要内容包括隐私政策与其他权利声明。因此无论用户是否进行了账号注册,都应当认定用户与搜索引擎服务提供者之间存在搜索引擎服务合同关系。 第三章:明确搜索引擎服务提供者的违约责任应适用过错责任原则。因服务具有无形性,且出于保障服务经济的发展与减轻服务提供者负担等原因,在服务合同中适用过错责任作为违约责任的归责原则更为妥当。搜索引擎服务合同作为劳务提供型服务合同的一种也应适用过错责任原则。对搜索引擎服务提供者是否存在过错的认定,应当视其是否违反搜索引擎服务合同的客观注意义务进行判定,具体包括是否存在严重搜索偏见行为、是否展示竞价排名虚假广告以及是否泄露用户个人信息,若搜索引擎服务提供者存在以上任一行为则可判认定其存在过错,应当承担相应违约责任。 第四章:搜索引擎服务提供者适用违约责任的障碍。主要分析用户要求搜索引擎服务提供者承担违约责任需要面对的现实困难,包括现实中搜索引擎服务提供者是否存在违约行为难以证明、用户实际遭受的损害难以确定、违约行为与损害结果之间的因果关系不够清晰以及违约侵权存在责任竞合应如何选择等障碍。 第五章:提出完善搜索引擎服务提供者适用违约责任的建议。首先,通过完善用户协议的权利义务约定保障用户合同权益,并从减少竞价排名广告数量、禁止竞价排名虚假广告以及保护用户个人信息三个方面作为确立违约行为是否存在的判定标准。其次,细化违约责任承担的两种具体类型,用户因竞价排名广告较多使得搜索结果不准确等行为受到轻微损害时,搜索引擎服务提供者应当停止违约行为;因存在虚假广告或泄露个人信息等行为导致用户遭受严重损失的,搜索引擎服务提供者应当承担损害赔偿责任。再次,厘清违约行为与违约责任之间存在因果关系的适用条件。最后,对于因搜索引擎服务提供者违约行为导致用户人身、财产遭受损害时而产生违约责任与侵权责任竞合的问题,提出解决建议。

关键词： 搜索引擎   数据标注   算法评估   相关性评估   搜索引擎广告  

摘要： 随着搜索引擎的普遍应用,使用搜索引擎投放目标广告是目前互联网公司如百度、美团、头条、阿里等各大企业收入的主要来源之一。对搜索引擎广告进行模型评估,无论是提高用户体验满意度,还是迭代改进搜索引擎广告模型,都具有十分重要的意义。搜索引擎广告模型的效果评估主要体现在搜索词与搜索结果的相关性(Relevance)上。目前对于相关性的评价主要采用A/B testing方式,此方法会导致有真实的流量流入迭代后的搜索引擎广告模型,若模型的效果变差,不仅会影响用户体验、增加线上用户负反馈,而且不利于企业创收。因此如何将搜索引擎广告模型的相关性评估的时间节点提前到上线前是一个非常重要的问题。本文通过参与项目调研和相关技术研究,决定以数据标注平台的思路,即通过在上线前标注搜索词与广告召回结果数据的相关性,实现了在上线前对搜索引擎广告模型的相关性进行评估。平台的用户主要有管理员、标注员、审核员。管理员负责新建标注项目,项目建立开始之后,由数据采集模块进行标注样本数据的采集;标注员进行数据标注;审核员对标注后的数据审核;相关性分析结果展示。平台的难点在于:如何提高人工标注的效率、降低了人工标注成本;如何缩短紧急上线需求的模型的评估周期,最大程度避免模型策略迭代对线上产生的负效果,降低并把控模型的上线风险,保障线上质量。本人在项目研发过程中主要负责数据采集模块、数据标注模块、数据回溯模块、相关性分析结果展示模块的设计与开发工作。研发基于Spring Boot框架、My Batis框架、Vue框架完成基本框架的搭建,使用My SQL、Hive作为数据存储工具,严格遵循软件工程的开发流程,完成平台的开发。目前平台已完成开发和上线,在日常使用期间,不仅帮助单位发现搜索引擎广告模型的bug(缺陷)、降低了上线风险、提高了公司收益,而且标注后的数据为模型训练所需数据集提供了源源不断的支持。

关键词： 知识图谱   科研大数据   迁移学习   搜索引擎  

摘要： 自谷歌2012年提出知识图谱概念,知识图谱历经十年的发展,如今已被视为人工智能及智能信息服务的核心技术之一,在人工智能知识工程研究领域占据举足轻重的地位,知识图谱被广泛用于搜索引擎、智能推荐及对话系统等研究领域。在当前大数据技术不断迭代发展的时代,数据的膨胀和累积达到了质变的效果,数据价值也在不断攀升,科研大数据包括但不限于研究者(含研究机构)的科研属性数据、科研成果数据和研究过程中产生的边缘数据,科研大数据由于其数量庞大、结构复杂,难以通过简单数据处理方法获得有价值的分析结果,知识图谱作为一种图数据结构,用户搜索信息越多、搜索范围越广、涉及知识也越多,将科研大数据与知识图谱相结合可以挖掘出更多潜在的数据信息。本文基于科研大数据研究知识图谱构建方法,设计建立科研大数据本体模型,通过知识图谱补全算法进行数据补全,将科研大数据知识图谱应用于搜索引擎,提供基于知识图谱的科研服务。首先进行科研大数据本体模型的构建及数据标准化处理,通过对某高校科研项目和成果数据、ar Xiv科研论文平台数据及学者网公开数据集等多源数据进行整合,构建科研大数据本体模型,在此基础上进行作者人名转换、命名实体识别和实体消岐,通过词频-逆文本频率指数(TF-IDF)、近邻传播(AP)等算法实现数据标准化处理。其次实现科研大数据知识图谱补全和存储,通过基于距离的模型Trans E和基于语义匹配的模型KG-BERT对知识图谱进行补全,挖掘更多隐藏在数据集中的信息,让知识图谱更加完整,知识图谱存储采Neo4j数据库,减少了存储空间,降低了数据库复杂性。最后设计并实现了科研大数据知识图谱搜索引擎,通过jieba分词及高斯朴素贝叶斯算法实现问题关联搜索,通过d3插件实现知识图谱可视化。为验证本文提出算法和搜索引擎的可行性和正确性,采用某工科高校脱敏的科研数据十万条和公开论文平台数据八万条进行测试,实验结果客观呈现了研究者、科研机构、科研成果等实体之间的直接和隐藏关联关系,随着学习算法不断优化,知识图谱模型将更趋优化完善。

关键词： 搜索引擎   生成式摘要   控制文本生成   Transformer   长短注意力   权重解码  

摘要： 近些年,互联网中的网页数量快速增长,使用户面临信息过载的问题。搜索引擎是帮助用户检索这些网页的重要工具,所以研究和改进搜索引擎摘要生成,可以提升搜索引擎的使用体验和检索效率。本文基于Transformer研究了生成式摘要技术,从关键词注意力和解空间分布情况等角度,提出了LS-ESS-TF模型;并针对中文摘要的控制文本生成问题提出了CCDMCN模型;最后,基于上述模型构建了搜索引擎系统。本文具体内容如下:本文首先介绍了课题的研究背景和意义,接着介绍了自动摘要生成、控制文本生成与搜索引擎的研究现状。其次,介绍了使用到的相关技术基础,例如Transformer,文本向量化等技术。之后,针对使用Transformer生成摘要时对长度较短的关键信息短语提取能力不足的问题,以及模型输出概率分布最大值倾向于远大于其他值而导致使用Beam Search解码模型概率分布输出结果容易退化为Greedy Search,和在较长文本输入时多头注意力因低秩现象导致的信息提取能力下降问题,提出一种新的生成式摘要模型LS-ESS-TF。模型提出和使用MH-CSSA算法加强短文本信息的提取能力,使用双路解码器对模型输出的概率分布进行优化,使用Talking-Head机制优化多头注意力低秩现象。LS-ESS-TF模型在LCSTS数据集上的实验结果表明,其性能较包括Transformer在内的一些模型在ROUGE指标上得到了一定的提升。随后,针对基于Pn P方式实现中文摘要任务的控制文本生成导致摘要内容流畅性和准确性下降问题,和中文控制生成过程中语义单元为中文词,而单次控制生成的结果为字,导致无法保证控制语义完整的问题,提出一种新的控制文本生成模型CCDM-CN。模型在中文摘要任务中使用外部知识字典树保证控制生成内容的流畅性,使用控制词筛选模型选出合理的控制词以及基于Text Rank计算控制词优先级并降序排序来缓解摘要的准确性下降问题。针对中文词的控制生成问题,模型设计使用单词进入机制增强控制生成内容的语义完整性。在构造的包含控制词的LCSTS数据集上测试结果表明,CCDM-CN模型可以在较低地牺牲准确性、流畅性的前提下,达到较高的控制文本生成成功率。最后,基于上述提出的生成式摘要算法LS-ESS-TF与控制文本生成算法CCDM-CN,使用My SQL数据库及倒排索引、Torch Serve深度学习模型服务框架、Django、Vue框架和Page Rank算法,设计和实现了搜索引擎系统,并对系统结果进行了展示。

关键词： 电子商务   课程思政   搜索引擎营销  

摘要： 高职院校将思政教育与专业教育相融合是深化职业教育教学改革的有效途径之一。将《搜索引擎营销》课程在课程思政理念的指导下，结合课程特点和学生学情特点，在专业知识中有机融入德育元素，进行德融教学设计。本文通过构建思政目的的课程标准、设计思政内涵的教学内容、融入思政的教学考核、依托网络平台的思政内容布局等教学实践，说明教学效果。

关键词： 搜索引擎   知识图谱   语义搜索   三元组抽取  

摘要： 各企业在生产运营过程中会产生大量的数据,这些企业内部数据需要通过企业级数据治理平台来进行数据管理和数据搜索。而当前大多数企业级搜索引擎都是基于关键词匹配进行信息检索,无法形成与用户之间良好的交互,也无法理解用户输入的查询语句的意图。针对上述问题,本课题设计开发了基于自然语言处理技术及知识图谱的企业级搜索系统,能够一定程度上理解用户输入语句的语义,使搜索引擎实现知识层面的语义搜索。本文的主要研究工作和创新点如下:1.根据现有企业级搜索系统所存在问题和本系统的目标,从功能性和非功能性的角度对系统进行了全面需求分析。功能性方面,系统针对企业级数据需要实现数据处理、数据索引、知识图谱构建和信息检索;非功能性方面,系统需具有扩展性、稳定性、用户友好性等特性。对系统进行了总体架构设计,对系统的各个功能模块进行了详细的设计。2.对知识图谱构建方法进行了研究。制定了适于企业级数据的知识图谱构建方案,研究了三元组抽取方法。分别基于Bert-base预训练模型和Ro BERTa预训练模型进行了三元组抽取实验,并对结果进行了对比,基于Ro BERTa训练出的三元组抽取模型效果更优。本系统实现了基于Ro BERTa模型的三元组抽取方法,作为知识图谱构建的前置工作。围绕三元组抽取设计开发了知识管理功能,用于对数据进行打标、训练模型、数据审核、知识抽取及数据存储,进而实现知识图谱构建。3.对基于知识图谱的语义搜索方法进行了研究。首先研究了基于问句模板匹配的方法,并进行了设计与实现。接着研究了对此方法的改进,提出了“关系匹配”方法。介绍了此方法所用到的语义匹配技术和实现方式,对此方法与“问句模板匹配”方法进行了对比,并对此方法进行了实现。根据分析,本文提出的“关系匹配”方法更加容易获得用户的搜索意图。4.围绕对系统的需求分析,对系统进行了设计,并对系统的各个模块进行了具体的实现。基于三元组抽取方法,实现了将企业数据按类型或领域构建知识图谱的核心功能。通过知识图谱的语义表示能力,实现了本文提出的“关系匹配”方法,使系统一定程度上实现了对用户所输入的查询语句的意图识别,进而实现了基于知识图谱的语义搜索功能。

关键词： 临床数据中心   大数据   搜索引擎   索引模型  

摘要： 临床数据中心往往具有数据量大、关联关系复杂、数据增长快、主题多样性等特征，从中准确、高效的检索出相关信息是一项具有挑战的工作。本文提出了一种基于分布式搜索引擎的临床数据信息检索方法，以病案首页信息为核心，结合其关联的检验、文书、医嘱、费用、手术、诊断、检查信息构建了面向主题的父子关联索引模型，并提出了针对索引的优化方法，该方法能够提供有效的临床数据信息检索服务，可快速为临床医生、科研人员等提供准确的临床信息。

关键词： 搜索引擎中侧信道泄露程度   去噪   提取特征   机器学习   量化  

摘要： 由于搜索引擎涉及数据的敏感性和应用的广泛性,搜索引擎是Web应用程序中发生侧信道攻击的重要场景之一。以往研究表明,搜索引擎存在侧信道泄露问题,如何准确地量化侧信道泄露程度一直是科研人员关注的重点问题,搜索引擎中侧信道泄露程度量化方法研究成为了当下所需。本课题研究的是搜索引擎中侧信道泄露程度量化问题,侧信道泄露程度量化可以归结为分类问题,用分类效果来表示泄露程度。目前有限的量化工具存在过滤噪音的策略较少、从数据集中提取的特征单一和分类算法效果较差等问题,导致分类的效果不理想,不能精准地量化侧信道泄露程度。为此,本文提出了基于机器学习的侧信道泄露程度量化方法,主要工作如下。首先,提出了三种策略过滤数据集噪音,针对数据集噪音对量化侧信道泄露程度的影响,通过分析不同搜索引擎噪音的来源,提出了根据IP、数据包大小和数据包位置三种策略过滤噪音,保证从数据集中提取的特征具有准确性。其次,给出了根据搜索引擎侧信道信息提取三维特征的方法。为了提高分类量化的效果,在轨迹块大小序列的基础上,又提取出了轨迹大小和轨迹长度。最终从数据集中提取出了三个维度的特征作为分类的依据。再次,构建了基于机器学习的侧信道泄露程度量化模型。针对小样本多分类多维特征的分类量化情景,提出了基于朴素贝叶斯和最近质心的混合算法,与噪音过滤和特征提取模块共同构成了量化模型。最后,对基于机器学习的侧信道泄露程度量化模型的量化效果进行分析,针对公共数据集较少的情况,采用公开方法产生了具有更多搜索项、不同搜索引擎的数据集。将本文所提算法与其他算法进行对比实验,验证本文方法的有效性。