基于混合聚類的個性化搜索研究

1、分類號密級UDC編號桂林電子科技大學碩士學位論文題目:基于混合聚類的個性化搜索研究(英文)ResearchonPersonalizedSearchBasedonHybridClustering研究生姓名：帥劍平指導教師姓名、職務：周婭教授申請學科門類：工學碩士學科、專業(yè)：計算機應用技術提交論文日期：2009年4月1日論文答辯時間：2009年6月11日2009年4月1日萬方數(shù)據(jù)摘要摘要隨著計算機技術和網(wǎng)絡技術的發(fā)展，互聯(lián)網(wǎng)已經(jīng)發(fā)展成為一個

2、巨大的信息空間。如何在這樣一個包含豐富數(shù)據(jù)的信息海洋中準確查找自己所需要的信息成為越來越多學者研究的內容。搜索引擎的出現(xiàn)為用戶提供了一種有效、方便的從互聯(lián)網(wǎng)上檢索信息的方法，但伴隨著信息媒體的層出不窮和當前用戶需求的日益復雜，一個搜索引擎適合所有用戶的搜索模型已不能滿足當前的需要，個性化搜索引擎在這樣的背景下應運而生。聚類是數(shù)據(jù)挖掘技術的一個重要分支，聚類算法所具有的特性對個性化搜索引擎的發(fā)展有著特殊的意義，本文分析了不同聚類算法的聚類

3、過程和聚類數(shù)據(jù)的特性，重點研究了能識別不規(guī)則形狀簇的密度聚類算法和聚類過程簡單、高效的層次聚類算法，在分析個性化搜索引擎技術特點的基礎上，設計了基于密度和層次的混合聚類算法HCPS(HybridClusteringinPersonalizedSearch)。網(wǎng)頁排序算法的研究在優(yōu)化搜索結果方面發(fā)揮著重要作用，有助于提高個性化搜索引擎的準確率，本文設計了基于PageRank的個性化排序算法PRPS(PersonalizedRankingi

4、nPersonalizedSearch)。HCPS算法是在層次聚類的框架下，定義了簇間距離、簇的合并規(guī)則和算法迭代所需滿足的條件，引入離群度作為數(shù)據(jù)隸屬一個類簇的標準，HCPS算法在聚類的過程中考慮了個性化搜索引擎中用戶興趣這一關鍵因素，使聚類結果經(jīng)排序后輸出的數(shù)據(jù)更接近用戶搜索意圖。PRPS算法通過分析PageRank算法的迭代過程，結合用戶興趣模型和HCPS算法聚類結果，根據(jù)各自的影響程度分配不同的系數(shù)，重新計算PRank值來代替原

5、來的PageRank值，是一種基于PageRank的改進算法。PRPS算法根據(jù)用戶對網(wǎng)頁興趣的大小及網(wǎng)頁的重要程度對搜索結果進行排序，解決了PageRank主題漂移問題，使排序后的數(shù)據(jù)按照網(wǎng)頁的重要程度和與用戶搜索的相似度大小排序。本文設計并實現(xiàn)了一個基于密度和層次聚類的個性化搜索引擎實驗系統(tǒng)，通過對實驗數(shù)據(jù)結果的分析，HCPS和PRPS算法在搜索的準確性上取得了較好的效果。關鍵詞：個性化；數(shù)據(jù)挖掘；密度聚類；層次聚類；用戶興趣模型.–