基于群體特性的搜索方法研究.pdf

1、Internet的普及和應用十分迅速，已成為人們獲取信息和知識的重要途徑。互聯(lián)網體系結構具有開放、異構和分布式等特點，互聯(lián)網上的信息具有海量、冗余、更新快等特點。搜索引擎是人們獲取網絡信息的有效途徑，伴隨著互聯(lián)網和人們信息需求的發(fā)展，如何在互聯(lián)網上獲取有價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)的搜索技術中沒有考慮信息需求的差異性，相同的搜索關鍵詞，返回一樣的結果，

2、搜索準確度較差，不能滿足人們的信息需求。對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，能夠達到提高搜索準確度的目的。針對傳統(tǒng)搜索引擎系統(tǒng)的局限性，人們信息需求的特性，本文進行了基于群體特性用戶興趣模型的搜索引擎技術研究。
　　 主要研究工作有以下幾個方面：
　　 (1)分析研究通用搜索引擎的原理、結構和組成，以及發(fā)展現(xiàn)狀，重點對存在的問題進行了深入分析，為后面的研究奠定了基礎。
　　 (2)構建了

3、基于群體特性的用戶興趣模型，設計了基于用戶興趣模型的搜索引擎體系框架。對用戶興趣模型進行了重點研究，研究了用戶興趣模型的表示和建立技術。在分析改進模糊ISODATA算法等文本聚類算法的基礎上，提出了用戶興趣模型的更新算法，實現(xiàn)模型對用戶群體興趣特征的實時、準確反映。
　　 (3)研究了搜索意圖分析和擴展的相關技術，給出了分析擴展算法，對于提高搜索效率，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、的全局加權相關度排序算法，算法結合用戶興趣模型計算搜索關鍵詞和搜索結果的相似度，依據(jù)相似度對結果進行排序，提高排序效果。
　　 (5)設計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，實現(xiàn)了系統(tǒng)主要功能。重點對系統(tǒng)各項功能進行了實驗研究，驗證了設計思路和各算法的合理性，有效性。
　　 實驗表明，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