個性搜索引擎中用戶興趣模型研究.pdf

1、隨著網(wǎng)絡資源數(shù)量的不斷增長，信息更新的不斷加快，信息冗余、主題參雜等問題相繼出現(xiàn)，人們想高效地搜索到自己想要的信息變得越發(fā)困難。在解決這些問題的過程中，提供個性化服務的搜索引擎提高了檢索效率，是人們一直在研究的熱點。將用戶感興趣的信息反饋給用戶，對不同的用戶提供不同的服務模式，即個性化服務的信息方式。
　　 本文對個性搜索中的建模技術進行研究，并將sprint分類算法和Agent技術結合到一起應用到建模過程當中，提高建模的速度和

2、準確度，使興趣模型更貼近用戶的實際喜好。該模型對用戶將要執(zhí)行的操作行為進行分析，預測其興趣所在，優(yōu)化用戶的查詢語句，最終達到提高人們檢索信息的效率的目的。
　　 本文給出了興趣模型的建立過程。首先設計數(shù)據(jù)結構，要想運用sprint算法構建用戶的興趣模型，必須對構建興趣模型所需要的數(shù)據(jù)源信息進行分析學習，根據(jù)sprint算法的執(zhí)行需求，設計出了有特定結構的三張表，用來存放建模不同階段所需要的數(shù)據(jù)。然后，研究基于sprint算法的信

3、息抽取過程。算法如何協(xié)助興趣模型的建立，以及每一步執(zhí)行是如何對知識庫中的數(shù)據(jù)進行抽取學習，是本文研究的重點內(nèi)容。最后，建立興趣模型。對于興趣模型，本文提出了興趣模型的建立方法和模型結構。將數(shù)據(jù)挖掘算法充分應用于建模過程當中，通過用戶的鏈接操作構造興趣樹，從中提取興趣模型。
　　 研究的最終目的是快速建立一個準確的、貼近用戶需求的興趣模型。這種興趣模型針對不同用戶的興趣取向，提供不同的個性化服務。當用戶在面對雜亂繁多的網(wǎng)絡資源而不