基于用戶興趣挖掘的搜索引擎?zhèn)€性化研究.pdf

1、隨著互聯(lián)網(wǎng)技術的迅速發(fā)展，Internet為人們提供了極其豐富的信息資源，在這些海量、異構(gòu)的Web信息資源中蘊含著具有巨大潛在價值的知識。如何從這些海量的信息中檢索出所需要的信息已成為一個非常重要的研究課題。搜索引擎成為人們快速獲得信息的首選工具，在一定程度上可以滿足用戶信息需求。但是，搜索引擎上大多數(shù)的查詢是短小且意義不明確的,即使同樣的查詢對于不同時期、不同背景、不同領域的用戶，他們搜索意圖是不同的。目前，現(xiàn)有的大多數(shù)搜索引擎都不能

2、充分、有效地利用用戶自身的瀏覽信息，基本上都采用“一個搜索適用所有用戶”的搜索模式，不具有識別用戶興趣、偏好的能力，以至于不同的用戶只要在同一個搜索引擎上使用同一關鍵詞查詢，所得到的查詢結(jié)果都是一樣的，這顯然不能滿足各種用戶的需求。同時，查詢返回的結(jié)果往往數(shù)以萬計，內(nèi)容良莠不齊，使得用戶在尋找自己真正需要的信息時猶如大海撈針。個性化搜索引擎針對不同用戶，提供個性化服務，已成為信息檢索領域的研究熱點之一。本文有針對性地重點展開基于用戶興趣

3、挖掘的搜索引擎?zhèn)€性化研究，通過為大型Web搜索引擎增添個性化插件的方式來滿足用戶對搜索引擎?zhèn)€性化服務的需要。
　　本文研究的內(nèi)容主要包括以下幾個方面：
　　1基于用戶興趣挖掘的用戶興趣模型的構(gòu)建：通過分析用戶興趣的來源，提出用戶興趣建模工作將基于用戶瀏覽的興趣網(wǎng)頁而非瀏覽的所有網(wǎng)頁，自動過濾掉無關的噪聲網(wǎng)頁；從自動獲取的用戶瀏覽過的興趣網(wǎng)頁及其瀏覽行為等興趣信息中歸納構(gòu)建出可計算的層次加權(quán)關鍵詞矢量模型來表示用戶興趣類別偏好

4、，提出了改進的類興趣度權(quán)值度量方法。
　　2基于用戶興趣模型的個性化查詢擴展：結(jié)合用戶興趣模型中各個興趣點的類興趣度權(quán)值和文本描述信息，本文介紹了用戶初始查詢到最相關興趣類的映射方法；在余弦相似度方法基礎上，通過引入用戶歷史查詢詞詞典技術，本文提出了一種基于用戶歷史興趣網(wǎng)頁和歷史查詢詞相結(jié)合的個性化查詢擴展算法。當用戶在搜索引擎上輸入查詢詞時，算法能根據(jù)學習到的當前用戶興趣模型動態(tài)判定用戶潛在興趣和計算詞間相關度，并將恰當?shù)臄U展查