面向搜索引擎的智能個性化研究.pdf

1、隨著互聯(lián)網(wǎng)上文檔數(shù)量的快速增長，在Web搜索的研究方面我們面臨著許多新的挑戰(zhàn)。搜索引擎上大多數(shù)的查詢是短小且意義不明確的,即使輸入相同查詢詞的用戶也可能有完全不同的搜索意圖。目前，大多數(shù)的搜索引擎并沒有考慮用戶個人的需要,對提交相同查詢的用戶，返回的搜索結(jié)果是完全一樣的。為了提高搜索質(zhì)量，個性化的Web搜索已成為信息檢索領域的研究熱點之一。本文有針對性地重點展開面向搜索引擎的智能個性化研究，不僅充分利用當前流行搜索引擎的優(yōu)點，如快速響應

2、請求，并且覆蓋大量的信息資源等，而且能根據(jù)用戶不同的興趣和背景提供相關的搜索結(jié)果。
　　其研究的內(nèi)容主要包括以下幾點:：
　?、僭敿毞治隽爽F(xiàn)有向量空間模型的詞間關系計算方法；基于新的用戶興趣模型，為了有效挖掘各興趣子類中特征詞間的關聯(lián)關系，本文結(jié)合余弦相似性度量和詞同現(xiàn)分析，設計了一種新的詞間關系計算方法，建立與用戶相關的詞間關聯(lián)度量化描述，可用于查詢詞擴展。
　?、诮Y(jié)合瀏覽行為分析和瀏覽內(nèi)容挖掘，準確定位用戶查詢的興

3、趣類別；利用興趣子類中的詞間關聯(lián)度計算，設計搜索詞智能語義擴展算法，對用戶的初始查詢自動增加幾個能準確表達其搜索意圖的擴展詞，一起提交給某大型搜索引擎如Yahoo/Google，進行實際的信息檢索。這樣的查詢擴展方式能使普通搜索引擎實現(xiàn)個性化服務，即對提交相同查詢詞的用戶返回不同的搜索結(jié)果。
　?、蹆?nèi)容完全重復或近似重復的網(wǎng)頁充斥著互聯(lián)網(wǎng)。搜索引擎的返回結(jié)果中也往往包含許多內(nèi)容重復的網(wǎng)頁，它們不但加重了用戶瀏覽的負擔，而且降低了搜