基于參考文檔模型的個(gè)性化Web檢索研究.pdf

1、隨著計(jì)算機(jī)和互聯(lián)網(wǎng)的迅速普及，人類進(jìn)入了信息時(shí)代，各種信息資源呈現(xiàn)出了爆炸式地增長(zhǎng)。在大量的信息中幫助用戶更加準(zhǔn)確地找到他們想要的信息就成為了信息檢索的重要任務(wù)。然而傳統(tǒng)的信息檢索技術(shù)大部分都是基于字符串匹配的，他們已經(jīng)很難滿足用戶越來(lái)越個(gè)性化的需求。為了解決這一問(wèn)題，本文從個(gè)性化的動(dòng)機(jī)出發(fā)，嘗試了實(shí)現(xiàn)個(gè)性化搜索引擎的不同的技術(shù)，主要分成以下三個(gè)方面的研究：
　　(1).個(gè)性化潛力分析。在本章中，我們首先從數(shù)量的角度證實(shí)了在網(wǎng)頁(yè)搜

2、索引擎的查詢?nèi)罩局胁煌c其他用戶的點(diǎn)擊數(shù)量要多遠(yuǎn)于被重復(fù)的點(diǎn)擊數(shù)量。然后我們引入Kappa統(tǒng)計(jì)量對(duì)在同一個(gè)查詢下的不同用戶的點(diǎn)擊的一致程度進(jìn)行了度量。Kappa值的分布顯示用戶的點(diǎn)擊的一致程度是很難用“一刀切”的網(wǎng)頁(yè)搜索引擎滿足的。最后我們引入了“個(gè)性化潛力”指標(biāo)給出了大概什么樣的查詢能夠從個(gè)性化中獲益更多。
　　(2).基于參考文檔模型的個(gè)性化Web檢索。本章中我們引入了參考文檔模型對(duì)用戶的歷史點(diǎn)擊文檔進(jìn)行建模并以反饋的方式個(gè)性

3、化不同用戶相同查詢的搜索結(jié)果。我們分別在向量空間和概率空間下對(duì)參考文檔模型的性能進(jìn)行了實(shí)驗(yàn)。實(shí)驗(yàn)結(jié)果表明，不論是在向量空間還是在概率空間下，參考文檔模型都能夠從用戶的歷史點(diǎn)擊的文檔中對(duì)用戶的個(gè)性進(jìn)行很好地建模，并將這種個(gè)性很好地融入檢索過(guò)程當(dāng)中。
　　(3).基于多信息融合的查詢推薦。本章中我們就如何使用查詢?nèi)罩局杏涗浀挠脩羧航M的歷史來(lái)實(shí)現(xiàn)個(gè)性化的查詢進(jìn)行了研究。具體地說(shuō)，我們首先通過(guò)對(duì)美國(guó)在線的查詢?nèi)罩镜姆治鲵?yàn)證了將其他查詢歷史