基于群體特性的搜索方法研究.pdf

1、Internet的普及和應(yīng)用十分迅速，已成為人們獲取信息和知識(shí)的重要途徑。互聯(lián)網(wǎng)體系結(jié)構(gòu)具有開放、異構(gòu)和分布式等特點(diǎn)，互聯(lián)網(wǎng)上的信息具有海量、冗余、更新快等特點(diǎn)。搜索引擎是人們獲取網(wǎng)絡(luò)信息的有效途徑，伴隨著互聯(lián)網(wǎng)和人們信息需求的發(fā)展，如何在互聯(lián)網(wǎng)上獲取有價(jià)值的信息還是存在很大困難。一般情況下，不同搜索用戶的搜索意圖和信息需求是不相同的，具有一定的特定性和互異性。傳統(tǒng)的搜索技術(shù)中沒有考慮信息需求的差異性，相同的搜索關(guān)鍵詞，返回一樣的結(jié)果，

2、搜索準(zhǔn)確度較差，不能滿足人們的信息需求。對(duì)用戶興趣特性建立用戶興趣模型，在搜索引擎中引入用戶興趣模型，能夠達(dá)到提高搜索準(zhǔn)確度的目的。針對(duì)傳統(tǒng)搜索引擎系統(tǒng)的局限性，人們信息需求的特性，本文進(jìn)行了基于群體特性用戶興趣模型的搜索引擎技術(shù)研究。
　　 主要研究工作有以下幾個(gè)方面：
　　 (1)分析研究通用搜索引擎的原理、結(jié)構(gòu)和組成，以及發(fā)展現(xiàn)狀，重點(diǎn)對(duì)存在的問題進(jìn)行了深入分析，為后面的研究奠定了基礎(chǔ)。
　　 (2)構(gòu)建了

3、基于群體特性的用戶興趣模型，設(shè)計(jì)了基于用戶興趣模型的搜索引擎體系框架。對(duì)用戶興趣模型進(jìn)行了重點(diǎn)研究，研究了用戶興趣模型的表示和建立技術(shù)。在分析改進(jìn)模糊ISODATA算法等文本聚類算法的基礎(chǔ)上，提出了用戶興趣模型的更新算法，實(shí)現(xiàn)模型對(duì)用戶群體興趣特征的實(shí)時(shí)、準(zhǔn)確反映。
　　 (3)研究了搜索意圖分析和擴(kuò)展的相關(guān)技術(shù)，給出了分析擴(kuò)展算法，對(duì)于提高搜索效率，效果比較明顯。
　　 (4)研究了搜索引擎排序算法，提出了基于用戶模型

4、的全局加權(quán)相關(guān)度排序算法，算法結(jié)合用戶興趣模型計(jì)算搜索關(guān)鍵詞和搜索結(jié)果的相似度，依據(jù)相似度對(duì)結(jié)果進(jìn)行排序，提高排序效果。
　　 (5)設(shè)計(jì)了基于群體特性用戶興趣模型的搜索引擎原型系統(tǒng)，劃分了功能模塊。利用Lucene和Java等開源軟件和工具，實(shí)現(xiàn)了系統(tǒng)主要功能。重點(diǎn)對(duì)系統(tǒng)各項(xiàng)功能進(jìn)行了實(shí)驗(yàn)研究，驗(yàn)證了設(shè)計(jì)思路和各算法的合理性，有效性。
　　 實(shí)驗(yàn)表明，在搜索引擎中加入具有群體特性的用戶興趣模型，搜索引擎的性能有一定的提