基于社交關(guān)系的web搜索研究.pdf

1、目前，網(wǎng)民獲取信息的一個重要方式就是在線搜索。但是隨著WEB2.0和各類社交網(wǎng)站的日益崛起，傳統(tǒng)搜索引擎的重大缺陷日益凸顯。即各種Web2.0網(wǎng)站和社交網(wǎng)站擁有極為豐富的用戶數(shù)據(jù)，但傳統(tǒng)搜索引擎卻無法支持對其檢索。對用戶而言，不同的用戶因?yàn)槁殬I(yè)、愛好、學(xué)歷及社交關(guān)系有所不同，對搜索結(jié)果的期待也就有所不同，因此對獲取個性化的搜索結(jié)果有著迫切的需求。對企業(yè)而言，企業(yè)迫切需要用戶參與的新型搜索方式的普及，從而能夠獲取更多用戶信息，以便更好地發(fā)

2、展客戶關(guān)系和提供個性化服務(wù)。
　　鑒于此，本文提出一個新的搜索系統(tǒng)，命名為PERSO，意圖使用PERSO系統(tǒng)實(shí)現(xiàn)基于用戶社交行為的個性化搜索目標(biāo)。該系統(tǒng)通過爬取開放的在線社交網(wǎng)絡(luò)數(shù)據(jù)，分析豐富的用戶特征及社交關(guān)系，把用戶最感興趣的結(jié)果反饋在最靠前的位置，從而改善了傳統(tǒng)搜索引擎的搜索結(jié)果。
　　用戶建模是個性化社交搜索的關(guān)鍵，本文根據(jù)國內(nèi)最大最開放的社交網(wǎng)站新浪微博的數(shù)據(jù)特征，提出了多層次多維度的用戶模型，包括一級（用戶自身社

3、交行為）、二級（朋友社交行為）、三級（社交擴(kuò)張）社交相關(guān)度模型，后者是前者的補(bǔ)充，全面地描述了社交網(wǎng)絡(luò)中的用戶特征。
　　在用戶建模的基礎(chǔ)上，本文提出將社交相關(guān)度模型集成到web文本搜索處理過程的三種方法，即三種網(wǎng)頁排序機(jī)制：先文本特征過濾后社交特征排序的兩步驟 TP排序；先社交特征過濾后文本特征排序的兩步驟PT排序；社交與文本共排序的一步驟 HB排序。
　　最后，本文以1000萬篇百度百科文檔和20位真實(shí)的新浪微博用戶的社