基于興趣學(xué)習(xí)的Web內(nèi)容推薦及其優(yōu)化研究.pdf

1、隨著Internet的飛速發(fā)展,互聯(lián)網(wǎng)已成為全球最大的分布式信息數(shù)據(jù)庫(kù)。一方面,信息化給人們帶來(lái)了極大的便利;另一方面,由于過(guò)量冗余的信息充斥網(wǎng)絡(luò),想要在網(wǎng)絡(luò)上快速有效的提取有效信息也變得越來(lái)越困難。傳統(tǒng)搜索是基于關(guān)鍵詞檢索的,但這種方法無(wú)法有效提取和檢索到語(yǔ)義間的關(guān)聯(lián)內(nèi)容和隱含信息,在知識(shí)發(fā)現(xiàn)和查準(zhǔn)查全率方面都有所欠缺。而個(gè)性化Web搜索技術(shù)的出現(xiàn),可以有效緩解上述問(wèn)題的出現(xiàn),為用戶(hù)提供更精細(xì)、準(zhǔn)確和自動(dòng)化的搜索。
　　本文研究

2、基于興趣學(xué)習(xí)的Web內(nèi)容推薦系統(tǒng)并對(duì)其進(jìn)行優(yōu)化,根據(jù)用戶(hù)搜索所涉及的領(lǐng)域本體添加用戶(hù)興趣領(lǐng)域至用戶(hù)本體,通過(guò)概念和語(yǔ)義間的關(guān)系計(jì)算用戶(hù)興趣權(quán)重,并根據(jù)用戶(hù)瀏覽行為實(shí)時(shí)更新本體,得到更準(zhǔn)確的用戶(hù)興趣模型。由于用戶(hù)興趣作為搜索限制條件加入搜索語(yǔ)句,無(wú)疑增加了系統(tǒng)響應(yīng)時(shí)間,本文通過(guò)研究圖論算法,對(duì)搜索條件進(jìn)行重新排序,通過(guò)選擇估值減少中間結(jié)果集,選擇高效的執(zhí)行計(jì)劃,提高連接查詢(xún)效率,從而減少搜索響應(yīng)時(shí)間,給用戶(hù)創(chuàng)造更準(zhǔn)確快捷的結(jié)果返回。

3、>　　本文首先介紹基于興趣學(xué)習(xí)的Web內(nèi)容推薦涉及的核心技術(shù),在此基礎(chǔ)上,研究用戶(hù)興趣學(xué)習(xí)算法,以達(dá)到提高用戶(hù)查詢(xún)搜索準(zhǔn)確度的目的。由于用戶(hù)興趣增加了查詢(xún)條件的復(fù)雜性,又通過(guò)查詢(xún)優(yōu)化策略?xún)?yōu)化查詢(xún)時(shí)間,以達(dá)到提高用戶(hù)查詢(xún)搜索效率的目的。并對(duì)查詢(xún)優(yōu)化策略進(jìn)行實(shí)驗(yàn)和其他方法的搜索引擎進(jìn)行對(duì)比,驗(yàn)證了該方法可有效提高查詢(xún)效率。通過(guò)研究及優(yōu)化,改進(jìn)后的基于興趣學(xué)習(xí)的Web內(nèi)容推薦系統(tǒng)在為用戶(hù)推薦信息上將更符合用戶(hù)的興趣,同時(shí)查詢(xún)效率也將有所提升。