搜索引擎的查询推荐技术可以帮助用户快速获得与其搜索需求相关的信息,提升用户的搜索体验。作为新一代搜索引擎的增长点和核心技术之一,推荐词生成技术一直是搜索领域中的重要研究内容。因其自身的复杂性,涉及多种技术,所以目前基于搜索引擎的查询推荐的质量和效果仍然有待进一步的提升。为了改善传统的基于搜索日志的查询推荐方法无法有效地处理稀疏数据的弊端以及无法抓住用户的兴趣特点等缺点,本文在原有的查询日志数据的基础上进一步爬取和挖掘,扩充了推荐词的数据集。与此同时,从搜索用户角度出发,分别对基于查询点击图的推荐算法和基于协同评分的推荐算法进行了改进,并且将改进后的两个算法进行了融合,提出了一种新的推荐词生成方法。本文主要工作如下:查询推荐所需数据集的扩充:在数据处理上,本文基于自然语言处理技术对Sougou Lab提供的搜索日志数据进行过滤、分词并去除长尾词、敏感词等预处理操作。在数据采集上,本文设计了分布式主从爬虫架构,高效稳定地爬取日志中用户点击的URL网页上的主要内容,爬取回来的文本经过处理后可以作为原查询词的同义词扩充,为生成候选推荐词提供了丰富的语料库,改进了因数据稀疏导致推荐不准确的弊端。通过实验证实,扩充后的数据集在一定程度上提升了查询推荐的准确率。查询推荐算法的改进与融合:本文分别对基于查询点击图的推荐算法和基于协同评分的查询推荐算法进行了改进,并且结合两种推荐算法的特点和优势,从搜索用户角度出发,提出了一种新的基于用户的推荐词生成算法。首先通过点击图表示出查询词、URL与用户之间的关系,从用户维度深入挖掘查询日志中的信息,最终结合用户评分的相似性与历史查询的相似性生成最终的候选推荐词,提高了查询推荐的准确性。为了能够把查询推荐研究的成果直观展示,本文基于Elasticsearch的聚合查询功能,构建了实时的查询推荐系统,验证了本文方法的可靠性和准确性。