基于用戶興趣模型的個(gè)性化搜索系統(tǒng)的研究.pdf

1、快速發(fā)展的互聯(lián)網(wǎng)在給人們提供大量信息的同時(shí)，也不可避免地讓用戶陷入難以快速獲取有價(jià)值信息的窘態(tài)。搜索引擎已經(jīng)成為獲取網(wǎng)絡(luò)資源的一種主要方式，但是在實(shí)際應(yīng)用中，即使是不同背景和需求的用戶，在輸入相同查詢?cè)~的時(shí)候也會(huì)得到相同的結(jié)果，甚至是相同的網(wǎng)頁(yè)排序，因此基于用戶興趣偏好的個(gè)性化搜索服務(wù)是搜索引擎今后發(fā)展的一個(gè)方向。
　　 本文通過(guò)對(duì)個(gè)性化搜索引擎工作原理和基本技術(shù)的研究和探討，構(gòu)建了一個(gè)簡(jiǎn)單的基于用戶興趣模型的個(gè)性化搜索原型系統(tǒng)

2、。該系統(tǒng)首先獲取用戶瀏覽歷史記錄，并對(duì)其進(jìn)行預(yù)處理、中文分詞和基于TF-IDF算法的特征詞詞頻統(tǒng)計(jì)，利用空間向量表示方法來(lái)選取權(quán)重最高的N個(gè)關(guān)鍵詞建立用戶的興趣模型。
　　 然后，系統(tǒng)采用余弦公式計(jì)算最初的搜索結(jié)果與該模型的相似度，來(lái)對(duì)搜索結(jié)果進(jìn)行過(guò)濾，去除用戶不感興趣的信息，從而挑選出與用戶查詢匹配度高的網(wǎng)頁(yè)，保證了網(wǎng)頁(yè)內(nèi)容的相關(guān)度;并通過(guò)分析用戶對(duì)搜索結(jié)果的點(diǎn)擊行為，提取搜索結(jié)果與查詢關(guān)鍵詞的相關(guān)性，進(jìn)而增加相關(guān)結(jié)果頁(yè)面的權(quán)

3、重，降低不相關(guān)頁(yè)面的權(quán)重;整合以上兩個(gè)階段的相關(guān)度評(píng)分結(jié)果，根據(jù)相關(guān)度大小對(duì)搜索結(jié)果進(jìn)行過(guò)濾和重新排序，實(shí)現(xiàn)了面向單用戶的個(gè)性化搜索。
　　 最后，通過(guò)對(duì)用戶瀏覽數(shù)據(jù)和點(diǎn)擊行為的挖掘，借助于全文搜索引擎Lucene和開(kāi)源搜索框架Solr，設(shè)計(jì)并實(shí)現(xiàn)了個(gè)性化搜索系統(tǒng)。實(shí)驗(yàn)過(guò)程中與未實(shí)現(xiàn)個(gè)性化搜索的系統(tǒng)作對(duì)比，實(shí)驗(yàn)結(jié)果證明:基于用戶興趣模型的個(gè)性化搜索會(huì)根據(jù)用戶興趣模型和用戶點(diǎn)擊行為對(duì)搜索結(jié)果進(jìn)行過(guò)濾和重排序，搜索結(jié)果符合用戶的興趣