基于向量空間模型的自適應文本過濾研究.pdf

1、互聯(lián)網(wǎng)的迅猛發(fā)展和計算機水平的提高帶來了信息過載問題，如何快速的從中獲取用戶所需要的部分，成為一個亟待解決的問題。信息過濾技術可以幫助人們檢出感興趣的信息而屏蔽掉其它部分。而自適應信息過濾技術由于只需要少量的用戶需求信息，并且在過濾過程中能夠自適應地調整系統(tǒng)，提高性能，更適合于互聯(lián)網(wǎng)的實時過濾要求，從而成為人們關注和研究的熱點。本文在向量空間模型的基礎上，主要對自適應文本信息過濾中如何更準確地構建用戶模板以及在過濾過程中模板學習算法進行

2、了研究。
　　在初始化構建用戶模板方面，本文提出了兩種基于查詢擴展技術構造用戶模板的新方法：基于《同義詞詞林（擴展版）》的查詢擴展和基于網(wǎng)絡挖掘的查詢擴展，并主要對基于網(wǎng)絡挖掘的查詢擴展技術進行了深入的研究。該方法以互聯(lián)網(wǎng)作為信息來源，充分考慮了待擴展詞所在的上下文，并融合了句法分析等高層自然語言處理技術，通過擴展和確認兩個主要步驟，逐步求精，使擴展的精度很高，從而在只有少量需求描述的情況下，使初始化構造的用戶模板更加準確和豐富。