基于用戶興趣偏好模型的個性化搜索算法.pdf

1、隨著企業(yè)生產(chǎn)方式和項目研發(fā)模式的改變，企業(yè)信息化建設(shè)的加速，企業(yè)和高校內(nèi)部各種信息資源庫的建立以及擴張，數(shù)字資源成指數(shù)形式增長。傳統(tǒng)信息檢索技術(shù)雖然搜索精度高、領(lǐng)域廣，滿足了人們一定的需要，但由于其是通用性、大眾性，每個用戶搜索的結(jié)果沒有區(qū)別，因此不能為每個用戶定制信息。在企業(yè)內(nèi)部的海量的信息中，員工或用戶如何更加快速的定位到自己需要的信息，尋找到自己最感興趣的信息，本文所論述個性化搜索旨在解決這個問題的。
　　 論文分析傳統(tǒng)的

2、用戶興趣偏好模型，針對傳統(tǒng)興趣偏好模型的不足，提出采用多層次加權(quán)興趣樹模型來表達用戶的興趣偏好，該模型融合了概率模型和向量空間模型，有效地表達了用戶興趣偏好；利用領(lǐng)域分類模型上的偏好因子表達用戶的興趣偏好，引入遺忘因子，優(yōu)化了用戶興趣偏好模型調(diào)整算法。用戶通過搜索引擎獲得的檢索結(jié)果集合往往很龐大，搜索引擎是否成功決定于檢索結(jié)果的過濾、排序。而如何對這些結(jié)果文檔進行過濾，篩選出與用戶興趣最接近的文章，是個性化搜索引擎要解決的一個重要問題，

3、本文針對傳統(tǒng)過濾方法的不足，提出了領(lǐng)域排序和局部排序的概念，并提出了個性化綜合排序算法。
　　 論文最后給出了企業(yè)資源管理系統(tǒng)的設(shè)計與實現(xiàn)方法，并在此資源管理平臺上設(shè)計了個性化搜索模塊，該個性化模塊實現(xiàn)了本文算法，并進行了實驗論證，對比實驗證明，該用戶興趣偏好模型比傳統(tǒng)的向量空間模型和概率模型更好地表達了用戶的興趣偏好和動態(tài)更新、能有效提高文檔檢索的準確率。因此，基于用戶興趣偏個性化搜索技術(shù)的研究，能顯著增強用戶的個性化體驗，能