基于用戶查詢意圖的信息檢索技術研究與實現(xiàn)方法.pdf

1、伴隨著互聯(lián)網(wǎng)的蓬勃發(fā)展，搜索引擎在互聯(lián)網(wǎng)應用中扮演著越來越重要的角色，如何利用搜索引擎獲取到自己所需要的信息已成為每一個互聯(lián)網(wǎng)用戶時刻面臨的問題。圖書作為人們原本獲取知識和信息的主要途徑已逐漸被網(wǎng)絡所取代，在這種情況下，數(shù)字化圖書館成為了各國積極推廣的項目。
　　作為中國數(shù)字化圖書核心力量的CADAL已擁有數(shù)萬冊數(shù)字資源，為了方便用戶獲取自己想要的圖書，CADAL為用戶提供了傳統(tǒng)應答式的檢索系統(tǒng)。但是在實際應用中，用戶的需求往往帶

2、有某種不確定性，在這種情況下，傳統(tǒng)的檢索系統(tǒng)返回大量與用戶檢索意圖不符的結果，因而有必要對當前的檢索系統(tǒng)進行改進，以提高用戶的檢索效率，使數(shù)字化資源得到最大程度的利用。
　　本文正是針對當前搜索引擎的不足，研究了基于用戶查詢意圖的信息檢索技術，結合CADAL圖書資源目前的特點，挖掘CADAL平臺所產(chǎn)生的系統(tǒng)日志，分析出用戶的潛在意圖，從而得到查詢詞-潛在意圖的映射關系和潛在意圖-圖書的映射關系，利用Lucene全文檢索框架，實現(xiàn)了

3、為用戶提供更加高效和準確的檢索體驗。
　　論文首先討論了信息檢索中的一些關鍵技術，描述了信息檢索的相關理論，著重介紹了Lucene開源全文檢索框架以及個性化推薦的相關知識，并根據(jù)推薦的方法對個性化推薦做了分類，對于矩陣分解的相關方法進行了詳細的分析和解釋。
　　論文然后在討論了數(shù)據(jù)挖掘的基本概念、主要的數(shù)據(jù)挖掘算法的基礎上，詳細討論了基于SVD模型的用戶潛在查詢意圖的挖掘算法的設計思想和主要過程。介紹了CADAL平臺的整體架

4、構，分析了nginx日志的格式，對日志中各個字段的含義做了說明。討論了從日志文件中獲取到查詢詞-圖書之間映射關系，通過使用SVD奇異值分解得到了查詢詞-潛在意圖的映射關系與潛在意圖-圖書的映射關系。
　　接著論文描述了基于點擊日志分析的檢索系統(tǒng)的設計目標，給出了系統(tǒng)的總體架構設計，設計了系統(tǒng)的總體功能結構圖，對日志處理、意圖挖掘、索引建立和用戶接口等關鍵的功能進行了詳細的設計，設計了數(shù)據(jù)庫的概念模式，描述了數(shù)據(jù)集表的建立方法。

5、r>　　論文最后從具體實現(xiàn)的角度介紹了系統(tǒng)的整體架構，討論文了Lucene的基本開發(fā)流程，從檢索結果推出用戶的潛在查詢意圖的過程進行極為細致的分析，通過分析用戶行為日志信息，并結合SVD矩陣分解技術從系統(tǒng)歷史日志中挖掘出用戶潛在的查詢意圖，并且利用檢索技術、個性化推薦技術，并結合Lucene開源檢索框架，設計和實現(xiàn)了基于用戶歷史查詢意圖的檢索系統(tǒng)，通過分析這些日志獲取到用戶實際的查詢意圖，利用這些分析得到的查詢意圖可以極大提高用戶在檢索