基于文本分類(lèi)的信息過(guò)濾系統(tǒng)模型研究.pdf

1、 本文首先分析了網(wǎng)頁(yè)上信息過(guò)濾的基本問(wèn)題，包括：信息過(guò)濾的體系結(jié)構(gòu)；過(guò)濾系統(tǒng)的特點(diǎn)及分類(lèi)；檢索和過(guò)濾的關(guān)系；過(guò)濾系統(tǒng)常用的模型以及過(guò)濾系統(tǒng)的性能評(píng)價(jià)指標(biāo)等。從總體上對(duì)過(guò)濾系統(tǒng)進(jìn)行一定的論述，指出信息過(guò)濾系統(tǒng)中現(xiàn)存的問(wèn)題。 然后針對(duì)過(guò)濾系統(tǒng)中存在的部分問(wèn)題，在現(xiàn)有信息過(guò)濾技術(shù)的基礎(chǔ)上，對(duì)過(guò)濾算法進(jìn)行了一定的改進(jìn)，并給出了具有智能性、主動(dòng)性和擴(kuò)充性的個(gè)性化過(guò)濾系統(tǒng)的模型。本文的主要研究?jī)?nèi)容為以下三個(gè)部分：文本自動(dòng)分類(lèi)系統(tǒng)；個(gè)性化模

2、式庫(kù)的表示、建立和維護(hù)；改進(jìn)的過(guò)濾匹配算法。 在文本自動(dòng)分類(lèi)系統(tǒng)中，本文給出了一個(gè)基于改進(jìn)的向量空間模型的文本自動(dòng)分類(lèi)系統(tǒng)框架模型，重點(diǎn)描述此系統(tǒng)的實(shí)現(xiàn)算法。提出了一種“平均值”匹配閾值調(diào)整方法。 對(duì)于個(gè)性化模式庫(kù)的表示，本文給出了一種多用戶(hù)多主題的表示方式。使得每個(gè)用戶(hù)個(gè)性化文件只表達(dá)一個(gè)用戶(hù)的一個(gè)主題，這樣可以更清晰的表達(dá)用戶(hù)的興趣。 在改進(jìn)的過(guò)濾匹配算法當(dāng)中，本文結(jié)合了布爾模型和向量空間模型的優(yōu)點(diǎn)，綜合考慮了過(guò)濾