基于用戶(hù)興趣的個(gè)性化搜索引擎技術(shù)研究.pdf

1、隨著通用搜索引擎技術(shù)發(fā)展的成熟,個(gè)性化、智能化逐漸成為了搜索引擎技術(shù)的發(fā)展方向。個(gè)性化搜索引擎的重點(diǎn)是用戶(hù)興趣模型的創(chuàng)建與更新,因?yàn)橛脩?hù)興趣模型的質(zhì)量決定了個(gè)性化服務(wù)的質(zhì)量,很多個(gè)性化處理過(guò)程都建立在用戶(hù)興趣模型的基礎(chǔ)上。因此,如何建立高質(zhì)量的用戶(hù)興趣模型,并將其應(yīng)用于查詢(xún)結(jié)果的優(yōu)化,是一項(xiàng)具有實(shí)際應(yīng)用價(jià)值的研究課題。
　　 本文針對(duì)現(xiàn)階段個(gè)性化搜索引擎面臨的一些問(wèn)題,指出基于傳統(tǒng)TF-IDF算法建模的不足,將內(nèi)容分析和行為分析

2、相結(jié)合,改進(jìn)了TF—IDF算法,并以此為基礎(chǔ),利用用戶(hù)手工定制建模技術(shù)與自動(dòng)用戶(hù)建模技術(shù),設(shè)計(jì)了一種創(chuàng)建用戶(hù)興趣模型的方法；針對(duì)常用的基于用戶(hù)行為和用戶(hù)主題向量的更新算法存在的問(wèn)題,即不能全面準(zhǔn)確獲取用戶(hù)興趣信息的問(wèn)題,將用戶(hù)群組中的興趣信息作為興趣補(bǔ)充,引入用戶(hù)對(duì)檢索結(jié)果反饋信息,提出了一種興趣模型更新算法,并以實(shí)驗(yàn)證明了該算法可以有效提高興趣模型的全面性和準(zhǔn)確性；基于上述模型,論文進(jìn)行了查詢(xún)結(jié)果優(yōu)化方法的研究,針對(duì)原查詢(xún)擴(kuò)展方法只考