版權(quán)說(shuō)明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡(jiǎn)介
1、隨著互聯(lián)網(wǎng)技術(shù)的飛速發(fā)展,網(wǎng)上信息量劇增,人們從海量信息中挖掘出可用信息日益困難。目前人們采用搜索引擎的方式在互聯(lián)網(wǎng)上檢索信息,傳統(tǒng)搜索引擎,如國(guó)外的Google,yahoo,國(guó)內(nèi)的百度,天網(wǎng)等,都迅速發(fā)展起來(lái)。截止2010年6月,中國(guó)網(wǎng)民數(shù)量增長(zhǎng)到4億,網(wǎng)民中使用搜索引擎的比率大于百分之七十,國(guó)外的搜索引擎使用比率更高,因此搜索引擎的市場(chǎng)前景看好。然而通用搜索引擎的結(jié)果面向大多數(shù)用戶,當(dāng)檢索詞相同時(shí),返回給用戶的結(jié)果一致。事實(shí)上,隨著
2、年齡,性別,學(xué)歷,專業(yè)等的不同,不同用戶對(duì)同一檢索詞的興趣點(diǎn)不一致。個(gè)性化搜索引擎試圖通過(guò)分析文檔結(jié)構(gòu)、用戶瀏覽行為信息及用戶對(duì)文檔的評(píng)價(jià)信息,建立用戶的興趣模型,指導(dǎo)搜索引擎的查詢結(jié)果以及結(jié)果排序,力圖滿足每個(gè)用戶的需求。
本文主要實(shí)現(xiàn)了搜索引擎中的三個(gè)功能:①中文分詞技術(shù)。②用戶推薦功能。③個(gè)性化檢索,對(duì)相同查詢?cè)~根據(jù)用戶興趣不同返回更貼近用戶興趣點(diǎn)的結(jié)果。中文分詞是自然語(yǔ)言處理的范疇,是搜索引擎查詢和建立索引的基礎(chǔ)。
3、目前中文分詞算法比較常用的有基于詞典的分詞算法,基于統(tǒng)計(jì)的分詞算法和基于規(guī)則的分詞算法。基于詞典的分詞算法設(shè)計(jì)思想簡(jiǎn)單,為大多數(shù)程序員所使用。但是中文分詞存在兩大難點(diǎn)問(wèn)題,歧義的消除和未登錄詞的識(shí)別。經(jīng)過(guò)眾多學(xué)者的努力,目前仍未完美的解決此問(wèn)題。本文的分詞算法,對(duì)原有分詞算法做了部分改進(jìn),提高了分詞的精度。在用戶使用搜索引擎檢索的過(guò)程中,查詢?cè)~是用戶與搜索引擎交互的唯一手段。查詢?cè)~的準(zhǔn)確與否直接關(guān)系到用戶檢索結(jié)果的精度。然而大多數(shù)用戶不
4、能準(zhǔn)確描述自己所遇到的問(wèn)題,因此會(huì)影響到返回的結(jié)果。用戶推薦的出現(xiàn)很好的解決了這一問(wèn)題,當(dāng)用戶輸入查詢限制時(shí),先通過(guò)中文分詞技術(shù)把一段字符序列切分成詞語(yǔ),然后根據(jù)關(guān)聯(lián)規(guī)則給用戶返回更多具有語(yǔ)義相關(guān)性的查詢結(jié)果,供用戶選擇或者參考。個(gè)性化檢索是指通過(guò)挖掘用戶興趣信息,建立合理的模型來(lái)表示、管理用戶興趣,并通過(guò)不斷更新與維護(hù),逐步優(yōu)化模型,使其能準(zhǔn)確反映用戶的興趣需求,為后續(xù)搜索工作提供個(gè)性化的分析依據(jù)。其包括用戶所搜索的關(guān)鍵詞,對(duì)搜索結(jié)果
5、的點(diǎn)擊,各個(gè)網(wǎng)站瀏覽行為,書簽情況等。搜索引擎掌握了這些用戶資料后進(jìn)行分析,在用戶搜索新的關(guān)鍵詞時(shí),能返回更有針對(duì)性的搜索結(jié)果,從而提高用戶體驗(yàn)。
本研究的創(chuàng)新點(diǎn)在于:⑴設(shè)計(jì)了自己的中文分詞核心詞典,其包括常用漢語(yǔ)詞語(yǔ)119803條,計(jì)算機(jī)術(shù)語(yǔ)1015條。新詞詞典是通過(guò)計(jì)算機(jī)程序的主動(dòng)學(xué)習(xí),不斷加入未登錄詞,新詞。新詞詞典用于存放切分詞語(yǔ)時(shí)出現(xiàn)的未登錄詞和歧義詞,在分詞結(jié)束時(shí)對(duì)主要詞典進(jìn)行擴(kuò)充。⑵在基于通用搜索引擎實(shí)現(xiàn)技術(shù)
溫馨提示
- 1. 本站所有資源如無(wú)特殊說(shuō)明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒(méi)有圖紙預(yù)覽就沒(méi)有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫(kù)僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。
最新文檔
- 個(gè)性化推薦搜索引擎的設(shè)計(jì)與實(shí)現(xiàn).pdf
- 個(gè)性化搜索引擎用戶模型研究.pdf
- 搜索引擎?zhèn)€性化檢索技術(shù)的研究.pdf
- 個(gè)性化搜索引擎推薦算法研究.pdf
- 基于搜索引擎的個(gè)性化推薦研究.pdf
- 基于用戶的個(gè)性化搜索引擎研究.pdf
- 垂直搜索引擎?zhèn)€性化推薦研究與應(yīng)用.pdf
- 基于用戶興趣的個(gè)性化搜索引擎研究.pdf
- 個(gè)性化元搜索引擎的研究與實(shí)現(xiàn).pdf
- 個(gè)性化搜索引擎的研究與設(shè)計(jì).pdf
- 基于Solr的個(gè)性化搜索引擎設(shè)計(jì)與實(shí)現(xiàn).pdf
- 中文期刊個(gè)性化搜索引擎的設(shè)計(jì)與實(shí)現(xiàn).pdf
- 基于個(gè)性化推薦的圖書垂直搜索引擎.pdf
- 基于用戶興趣的個(gè)性化元搜索引擎研究.pdf
- 個(gè)性化搜索引擎算法研究.pdf
- 基于用戶行為模型的個(gè)性化搜索引擎的研究與實(shí)現(xiàn).pdf
- 個(gè)性化健康咨詢搜索引擎的研究與實(shí)現(xiàn).pdf
- 基于潛在主題的個(gè)性化搜索引擎用戶建模.pdf
- 基于用戶興趣挖掘的搜索引擎?zhèn)€性化研究.pdf
- 個(gè)性化新聞搜索引擎的研究與設(shè)計(jì).pdf
評(píng)論
0/150
提交評(píng)論