基于概率模型的名人網(wǎng)頁相關(guān)度評價研究.pdf

1、個性化檢索是當前信息檢索的研究熱點之一。它根據(jù)用戶的個性化需求，實現(xiàn)信息的自動收集、分析和推送等服務。與一般的信息檢索相比，服務的針對性更強，質(zhì)量更高。相關(guān)網(wǎng)頁排序結(jié)果的優(yōu)劣是檢索服務質(zhì)量好壞的最根本體現(xiàn)，因此網(wǎng)頁的相關(guān)度評價是個性化檢索系統(tǒng)的關(guān)鍵環(huán)節(jié)。概率模型在用戶興趣建模上有獨特的優(yōu)勢，它引入概率參數(shù)，可以更準確地刻畫用戶的需求，適合個性化檢索的相關(guān)度評價。 本文以名人網(wǎng)頁為基礎(chǔ)，研究實體網(wǎng)頁的個性化檢索，旨在提高實體網(wǎng)頁的

2、相關(guān)度評價準確率。本文設(shè)計并實現(xiàn)了基于概率模型的名人網(wǎng)頁相關(guān)度評價算法，探討了概率模型的訓練、模型的改進及查詢擴展等三方面問題，總結(jié)了概率模型的規(guī)律，提出了多種提高網(wǎng)頁相關(guān)度評價準確率的方法，并給出了翔實的實驗結(jié)果。 本文研究工作的主要創(chuàng)新點有：(1)提出了一種實體網(wǎng)頁的概率模型的訓練集選擇方法，提高訓練效果的同時降低了算法開銷。 (2)改進模型的概率計算公式，引入更細致的用戶反饋信息，優(yōu)化特征項的分布概率；改進相關(guān)度計