基于詞義相似度的文本推薦系統(tǒng)的研究與實現(xiàn).pdf

1、隨著信息技術(shù)的不斷發(fā)展，由海量文本信息造成的“信息過載”現(xiàn)象越發(fā)嚴重，如何在海量數(shù)據(jù)中高效的獲取目標文本成為了目前信息檢索領(lǐng)域的研究重點。基于內(nèi)容的文本推薦系統(tǒng)是指從用戶歷史閱讀文本信息中提取用戶興趣，然后以此為依據(jù)從文本庫中將用戶可能感興趣的文本推薦給用戶的一種個性化信息檢索系統(tǒng)，相比于傳統(tǒng)搜索引擎，該系統(tǒng)能夠高效的滿足用戶對個性化信息的需求。但是目前常見的文本推薦算法僅考慮了特征詞詞形的嚴格匹配，未考慮語境對詞形的影響以及不同詞形之

2、間的同義關(guān)系。針對該問題，本文研究并實現(xiàn)了基于詞義相似度的文本推薦系統(tǒng)。本文的主要工作為：
　　1.一般在向文本推薦引入同義關(guān)系時，弱同義詞關(guān)系及多義詞關(guān)系會在計算用戶興趣和文檔特征相符程度過程中引入誤差，降低推薦效果，鑒于此，本文借鑒鏈路預(yù)測思想，從網(wǎng)絡(luò)結(jié)構(gòu)特征的角度優(yōu)化同義詞網(wǎng)絡(luò)，提出了基于鏈路預(yù)測的強同義詞網(wǎng)絡(luò)獲取方法。
　　2.在強同義詞網(wǎng)絡(luò)的基礎(chǔ)上，本文結(jié)合最短路徑、最優(yōu)匹配算法，在文本推薦中引入強同義詞關(guān)系，并應(yīng)

3、用詞干提取技術(shù)消除不同語境對詞形的影響，提出了基于強同義詞網(wǎng)絡(luò)的文本推薦算法。
　　3.以基于強同義詞網(wǎng)絡(luò)的文本推薦算法為核心，應(yīng)用 IOCP通信模型、多客戶端多服務(wù)器 C/S架構(gòu)、負載均衡等技術(shù)手段，本文設(shè)計并實現(xiàn)了基于詞義相似度的文本推薦系統(tǒng)。
　　本文首先研究了信息檢索模型以及結(jié)構(gòu)化表示文本的方法，結(jié)合應(yīng)用需求選擇了合適的信息檢索模型與文檔預(yù)處理技術(shù)；實現(xiàn)了基本的基于內(nèi)容的推薦方法及系統(tǒng)；在此基礎(chǔ)上探究了在文本推薦算法