面向個性化主題搜索的用戶—查詢詞語義本體構建.pdf

1、目前，由于用戶輸入的查詢詞的簡短以及表達語義的模糊性，大多數(shù)搜索引擎都面臨查詢詞理解的問題。主題檢索系統(tǒng)如何能夠準確的理解用戶輸入的信息需求，同時具有關于檢索信息源的語義知識?“不同的用戶輸入相同查詢關鍵詞”和“同一用戶輸入不同查詢關鍵詞”時怎樣自動有區(qū)分的為每個用戶返回準確的相關信息?這是本文研究的主要問題。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擊信息，不同程度地反映了用戶的興趣和領域知識。用戶記錄越多，

2、對用戶領域知識的刻畫越準確。而本體（Ontology）具有良好的概念層次結構和對邏輯推理的支持，具有通過概念之間的關系來表達語義的能力，能較好的為語義檢索和概念檢索提供知識基礎。形如WordNet這樣的詞庫中擁有大量的反映領域?qū)＜抑R的同義詞、近義詞、詞與詞之間的is_a、part_of關系。因此利用豐富的用戶查詢?nèi)罩拘畔⒑蚖ordNet詞庫中的語義關系來為主題檢索提供一個本體結構的語義背景，為開發(fā)新一代個性化主題信息檢系統(tǒng)提供了廣闊的

3、天地。研究歷史知識庫中用戶查詢詞與點擊網(wǎng)頁間的關系，建立用戶查詢詞之間反映用戶個性化知識的語義關系模型顯得格外重要。
　　 本文的主要研究內(nèi)容如下：
　　 首先，本文提出了一種新穎的個性化查詢詞語義聚類方法，該方法將用戶查詢詞按用戶個性化興趣和知識背景進行主題分類。搜索引擎用戶查詢?nèi)罩景素S富的用戶歷史訪問記錄，這些記錄不同程度的反應了用戶興趣和領域知識。本文首先提出了基于用戶查詢?nèi)罩镜娜N用戶查詢詞語義相似關系，如基

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

5、用戶查詢詞興趣主題領域知識模型，即用戶-查詢詞語義本體（User-Query Semantic Ontology，UQSO）的方法。UQSO具體描述了一個用戶興趣所在領域，形成了個性化主題檢索的基礎。該本體表達了用戶興趣偏好，將來可以由此產(chǎn)生用戶群和用戶群偏好，然后將其應用于主題搜索引擎，進而可以把信息采集從基于關鍵詞的相關度匹配技術層面提高到基于語義層面的查找，以便為用戶提取出更適合其潛意圖的信息，從而實現(xiàn)個性化主題搜索的目的。