個性化信息搜集及引用系統(tǒng)的研究.pdf

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