面向個(gè)性化主題搜索的用戶—查詢?cè)~語(yǔ)義本體構(gòu)建.pdf

1、目前，由于用戶輸入的查詢?cè)~的簡(jiǎn)短以及表達(dá)語(yǔ)義的模糊性，大多數(shù)搜索引擎都面臨查詢?cè)~理解的問(wèn)題。主題檢索系統(tǒng)如何能夠準(zhǔn)確的理解用戶輸入的信息需求，同時(shí)具有關(guān)于檢索信息源的語(yǔ)義知識(shí)?“不同的用戶輸入相同查詢關(guān)鍵詞”和“同一用戶輸入不同查詢關(guān)鍵詞”時(shí)怎樣自動(dòng)有區(qū)分的為每個(gè)用戶返回準(zhǔn)確的相關(guān)信息?這是本文研究的主要問(wèn)題。大多數(shù)搜索引擎搜集了大量的用戶查詢?nèi)罩?，這些數(shù)據(jù)記錄了用戶歷史查詢點(diǎn)擊信息，不同程度地反映了用戶的興趣和領(lǐng)域知識(shí)。用戶記錄越多，

2、對(duì)用戶領(lǐng)域知識(shí)的刻畫越準(zhǔn)確。而本體（Ontology）具有良好的概念層次結(jié)構(gòu)和對(duì)邏輯推理的支持，具有通過(guò)概念之間的關(guān)系來(lái)表達(dá)語(yǔ)義的能力，能較好的為語(yǔ)義檢索和概念檢索提供知識(shí)基礎(chǔ)。形如WordNet這樣的詞庫(kù)中擁有大量的反映領(lǐng)域?qū)＜抑R(shí)的同義詞、近義詞、詞與詞之間的is_a、part_of關(guān)系。因此利用豐富的用戶查詢?nèi)罩拘畔⒑蚖ordNet詞庫(kù)中的語(yǔ)義關(guān)系來(lái)為主題檢索提供一個(gè)本體結(jié)構(gòu)的語(yǔ)義背景，為開(kāi)發(fā)新一代個(gè)性化主題信息檢系統(tǒng)提供了廣闊的

3、天地。研究歷史知識(shí)庫(kù)中用戶查詢?cè)~與點(diǎn)擊網(wǎng)頁(yè)間的關(guān)系，建立用戶查詢?cè)~之間反映用戶個(gè)性化知識(shí)的語(yǔ)義關(guān)系模型顯得格外重要。
　　 本文的主要研究?jī)?nèi)容如下：
　　 首先，本文提出了一種新穎的個(gè)性化查詢?cè)~語(yǔ)義聚類方法，該方法將用戶查詢?cè)~按用戶個(gè)性化興趣和知識(shí)背景進(jìn)行主題分類。搜索引擎用戶查詢?nèi)罩景素S富的用戶歷史訪問(wèn)記錄，這些記錄不同程度的反應(yīng)了用戶興趣和領(lǐng)域知識(shí)。本文首先提出了基于用戶查詢?nèi)罩镜娜N用戶查詢?cè)~語(yǔ)義相似關(guān)系，如基

4、于查詢?cè)~本身的相似關(guān)系，基于用戶查詢點(diǎn)擊序列的相似關(guān)系和基于用戶點(diǎn)擊文檔內(nèi)容的相似關(guān)系，通過(guò)分析這三種語(yǔ)義關(guān)系，提出了一種新穎的計(jì)算用戶查詢?cè)~語(yǔ)義相似度的方法，基于這種用戶查詢?cè)~語(yǔ)義相似度得到聚類相似函數(shù)，利用層次凝聚聚類算法，從而將用戶查詢?cè)~根據(jù)用戶查詢?nèi)罩局兴从车闹黝}進(jìn)行語(yǔ)義主題聚類，以基本消除了用戶查詢?cè)~的語(yǔ)義模糊性。
　　 其次，本文提出了一種利用用戶查詢?cè)~語(yǔ)義主題聚類結(jié)果和WordNet詞庫(kù)中詞與詞之間的關(guān)系建立一個(gè)

5、用戶查詢?cè)~興趣主題領(lǐng)域知識(shí)模型，即用戶-查詢?cè)~語(yǔ)義本體（User-Query Semantic Ontology，UQSO）的方法。UQSO具體描述了一個(gè)用戶興趣所在領(lǐng)域，形成了個(gè)性化主題檢索的基礎(chǔ)。該本體表達(dá)了用戶興趣偏好，將來(lái)可以由此產(chǎn)生用戶群和用戶群偏好，然后將其應(yīng)用于主題搜索引擎，進(jìn)而可以把信息采集從基于關(guān)鍵詞的相關(guān)度匹配技術(shù)層面提高到基于語(yǔ)義層面的查找，以便為用戶提取出更適合其潛意圖的信息，從而實(shí)現(xiàn)個(gè)性化主題搜索的目的。