個性化信息搜集及引用系統(tǒng)的研究.pdf_第1頁
已閱讀1頁,還剩69頁未讀 繼續(xù)免費閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進行舉報或認領(lǐng)

文檔簡介

1、隨著互聯(lián)網(wǎng)信息的迅速膨脹和發(fā)展,海量的信息不斷涌入至網(wǎng)絡(luò)中,在信息資源豐富的同時用戶面臨著“信息過載”和“信息迷向”的問題。商業(yè)搜索引擎在一定程度上解決了這些問題,但仍無法準確的針對具體用戶返回其所需信息,因此如何將搜索模式由“基于檢索”轉(zhuǎn)變?yōu)椤盎谟脩簟睆亩鴮崿F(xiàn)個性化搜索服務(wù)成為信息服務(wù)領(lǐng)域的研究熱點,目前實現(xiàn)個性化搜索服務(wù)的主要技術(shù)是建立表示用戶興趣的用戶模型,通過不同用戶的興趣模型提供與之對應(yīng)的搜索結(jié)果。
   本文首先對

2、用戶模型的關(guān)鍵技術(shù)進行了深入研究,包括建模方法、數(shù)據(jù)源獲取途徑、模型表示方法、反饋信息獲取方式及用戶模型的更新策略,并對這些關(guān)鍵技術(shù)進行了比較與分析。
   其次,在以上基礎(chǔ)上,提出了一種面向用戶興趣的個性化用戶模型。利用顯式建模與隱式建模兩種方式完成模型的建立,采用內(nèi)容挖掘與行為挖掘兩種技術(shù)相結(jié)合的方式來準確的獲取用戶興趣,在引入時間因子的基礎(chǔ)上,利用向量模型空間VSM來表示用戶興趣模型,最后通過設(shè)定時間閾值淘汰過時興趣分量的

3、方式完成用戶模型的更新。用到技術(shù)包括頁面解析,TD-IDF計算,頁面行為獲取及模型向量構(gòu)建。
   接著,在用戶模型的基礎(chǔ)上,采用三層架構(gòu)模式,設(shè)計并實現(xiàn)了一個面向用戶興趣的個性化信息搜集及引用系統(tǒng),并對各功能模塊進行詳細設(shè)計。在元搜索引擎的工作模式基礎(chǔ)上引入了GoogleWEBAPIs,完成搜索引擎的網(wǎng)爬功能;通過相似度匹配完成個性化頁面推薦。
   最后,針對搜集文獻信息資料引用的問題,論文在分析現(xiàn)有參考文獻管理軟件

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責。
  • 6. 下載文件中如有侵權(quán)或不適當內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論