個性化信息檢索中用戶興趣模型的研究.pdf

1、下一代搜索引擎的一個突出特點是個性化，個性化信息檢索是以用戶為中心的信息檢索技術，它獲取以多種形式表達的用戶需求（包括顯式的、隱式的以及相關用戶的需求），并綜合利用這些用戶信息，提高信息檢索系統的性能。
　　作為個性化信息檢索中的重要研究子課題，用戶興趣模型研究通過對用戶檢索和瀏覽歷史的分析，建立用戶短期與長期興趣模型，并隨著用戶信息和檢索領域的變化對用戶興趣模型進行更新。用戶興趣模型研究面臨的主要問題是，缺乏合理的任務劃分和標準

2、評測集，無法對用戶興趣模型進行公正的評價。因此，本文通過對個性化檢索進行合理的任務劃分，并利用開發(fā)的語料標注輔助系統，為其建立了標準評測集，以公正地評價和比較用戶興趣模型。
　　個性化信息檢索可以根據用戶的檢索興趣返回個性化檢索結果。本文首先提出了用戶短期興趣模型，根據用戶檢索對象的變化識別包含新檢索興趣的查詢。同時，引入TextTiling方法并對其進行改進，使系統可以自動選擇合適的動態(tài)閾值并準確發(fā)現用戶檢索興趣的轉移。在本文構

3、建的標準評測集上的實驗結果表明，改進的TextTiling方法使得用戶新興趣發(fā)現系統性能提高了16.4％，而且使得最終的個性化信息檢索系統的性能提高了3.8%。
　　本文同時還提出用戶長期興趣模型，采用余弦相似度法和迭代法確定各個用戶單一模型的權重，將單一模型合并為用戶長期興趣模型。在本文構建的基于TDT語料的標準評測集上的實驗表明，基于余弦相似度法和迭代法的用戶長期興趣模型使系統性能提高了7.3%，并使得最終的個性化信息檢索系統