個性化智能元搜索引擎模型研究.pdf

1、本文試圖通過設(shè)計一個個性化智能元搜索引擎模型來改善傳統(tǒng)元搜索引擎所面臨的不足。個性化是指模型可以針對不同的用戶建立不同的用戶興趣模型，采用興趣模型將查詢定位到用戶興趣領(lǐng)域中并擴展用戶查詢，能更清晰、準確的表達用戶查詢；通過用戶興趣模型來過濾和篩選搜索結(jié)果，使結(jié)果的返回更有針對性。智能是指成員搜索引擎的選擇，可以根據(jù)成員搜索引擎以往性能表現(xiàn)動態(tài)的決定每次的調(diào)度策略，選出那些可能對某個特定的領(lǐng)域有良好檢索效果的子引擎來參與最終的搜索任務(wù)。主

2、要研究內(nèi)容如下： 1.基于Ontology技術(shù)的用戶興趣模型構(gòu)建。 用戶興趣模型的構(gòu)建對元搜索引擎的性能表現(xiàn)起著至關(guān)重要的作用，本論文研究了現(xiàn)有用戶興趣模型的構(gòu)建方法，元搜索引擎中采用的興趣模型大多使用傳統(tǒng)的詞頻法來衡量某個用戶的興趣，用二元組(興趣詞條，興趣權(quán)重)或三元組(興趣詞條，興趣權(quán)重，詞條新鮮度)表示，主要通過從用戶訪問記錄中抽取部分主題詞作為用戶感興趣的詞條，同時計算其出現(xiàn)的概率表達用戶對該詞條的感興趣程度，

3、即：興趣權(quán)重。但單使用詞條作為用戶感興趣的模型可能會出現(xiàn)用戶的興趣領(lǐng)域相當分散，使用該分散的興趣模型指導用戶查詢的針對性不強；同時用該分散的用戶興趣模型過濾出的結(jié)果可能仍然存在不少不相關(guān)結(jié)果。為使用戶模型能比較集中的反映用戶對某領(lǐng)域的興趣，本文提出用領(lǐng)域Ontology來表示用戶興趣，建立的模型包括用戶感興趣的領(lǐng)域以及反映對該領(lǐng)域感興趣程度的主題詞。建立好基于領(lǐng)域Ontology的用戶興趣模型后，用戶的查詢請求可與主題詞相匹配，映射到最

4、相關(guān)的領(lǐng)域主題中，使得用戶的興趣范圍更明確。 2.成員搜索引擎的調(diào)度策略。 首先研究了現(xiàn)有的幾種基于定性、基于定量、基于學習法的成員引擎(也稱成員數(shù)據(jù)庫)調(diào)度策略，基于定性、定量的調(diào)度策略需要成員搜索引擎的數(shù)據(jù)庫描述信息，但很多成員搜索引擎不愿意提供其搜索引擎的設(shè)計信息和統(tǒng)計信息。如果沒有足夠的數(shù)據(jù)庫描述信息，成員搜索引擎關(guān)于給定查詢的有用性估計可能不能準確得到，使得基于定性和定量法的成員搜索引擎調(diào)度策略變成空中樓閣，無

5、法計算出與查詢的相關(guān)性。基于現(xiàn)階段元搜索引擎還難以得到足夠數(shù)據(jù)庫描述信息發(fā)展的情況，本模型采用基于學習的方法。 依據(jù)領(lǐng)域Ontology的劃分情況對Internet中的信息進行領(lǐng)域的劃分，從領(lǐng)域Ontology中選取主題詞作為該子類的代表性的詞和術(shù)語。對于每一個類別代表不同類別信息的訓練查詢將用來做靜態(tài)學習，判斷成員搜索引擎對該類別的查詢效率。訓練結(jié)束后每個數(shù)據(jù)庫對于每個類別都有一個初始信任因子。模型開始運行階段采用初始信任因子

6、作為調(diào)度依據(jù)，隨著模型的運行，動態(tài)的建立成員引擎的權(quán)值向量和相關(guān)術(shù)語集，用于表示查詢詞對于該數(shù)據(jù)庫的權(quán)值向量以及查詢詞的相關(guān)術(shù)語。權(quán)值向量和相關(guān)術(shù)語集積累到一定程度時采用信任因子和權(quán)值向量兩個指標共同來調(diào)度成員搜索引擎，在信任因子排序的基礎(chǔ)上再以權(quán)值向量作為依據(jù)確定成員搜索引擎的調(diào)度策略。 3.基于聚類的元搜索引擎結(jié)果融合策略。 元搜索引擎的結(jié)果融合相當重要，通過融合將多個搜索引擎的結(jié)果整合，恰當?shù)娜诤喜呗阅苁苟鄠€引擎中

7、用戶感興趣的信息統(tǒng)一排列在前列。 對現(xiàn)有元搜索引擎文本選擇和結(jié)果合并方法的研究分析發(fā)現(xiàn)與用戶最相關(guān)的查詢結(jié)果不一定排列在前面，若文本選擇采用直接從成員引擎結(jié)果提取前面的結(jié)果來融合，可能會丟失不少排在后面的有用信息，同時對結(jié)果的合并排列也產(chǎn)生影響；元搜索引擎的目標是將最相關(guān)的文檔盡可能的排列到前面，而現(xiàn)有的結(jié)果排序法大都不能很好地將用戶感興趣的結(jié)果聚集成類集中放到一起，而要用戶一一到眾多的結(jié)果中尋找，基于此，本文的結(jié)果融合采用如下