基于圖排序的微博個(gè)性化主題搜索.pdf

1、隨著Web2.0技術(shù)的迅猛發(fā)展，互聯(lián)網(wǎng)已經(jīng)不僅僅是一個(gè)信息獲取途徑，更重要的，它已成為人們發(fā)布信息的平臺(tái)。微博服務(wù)，作為一個(gè)新興的互聯(lián)網(wǎng)應(yīng)用，受到用戶的追捧。由于用戶的廣泛參與，微博上的信息呈現(xiàn)爆炸式增長(zhǎng)，同時(shí)信息的結(jié)構(gòu)也變得更加復(fù)雜和多元化，這使得微博上的信息檢索變得越來越困難。傳統(tǒng)的信息檢索技術(shù)雖然在網(wǎng)頁檢索中取得了巨大成果，但卻無法直接應(yīng)用到微博上，這是因?yàn)?，微博上的關(guān)系結(jié)構(gòu)相比網(wǎng)頁的鏈接關(guān)系要復(fù)雜很多，而且微博的內(nèi)容短小，主題雜

2、亂，不適合基于字詞的簡(jiǎn)單匹配和查找。
　　為了解決微博上的信息檢索問題，本文提出了一種基于圖排序的個(gè)性化主題搜索算法。該算法將微博中的實(shí)體進(jìn)行分離，得到微博，用戶以及字詞三種實(shí)體，通過三種實(shí)體之間的關(guān)聯(lián)，建立微博的圖模型。在微博圖模型基礎(chǔ)上，算法將三種實(shí)體及其關(guān)系結(jié)構(gòu)映射到一個(gè)最優(yōu)的語義空間，新的語義空間能夠最大程度的保持對(duì)象在原始空間的關(guān)系，使得原始空間中關(guān)系越緊密的對(duì)象在新的語義空間中距離更近。在新的語義空間中，可以對(duì)不同的用