版權(quán)說明: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),請進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡介
1、隨著Internet的飛速發(fā)展,Web已經(jīng)成為當(dāng)今最大的信息源,同時(shí)搜索引擎又成為從Web上面獲取信息的最主要工具。CNNIC的信息統(tǒng)計(jì)指出,目前搜索引擎已經(jīng)成為繼電子郵件之后人們用得最多的網(wǎng)上信息服務(wù)系統(tǒng)。在傳統(tǒng)的信息檢索系統(tǒng)中,用戶通過指定一系列由關(guān)鍵詞組成的查詢短語來獲取與之對應(yīng)的一系列文檔集合。這一方式對于獲取互聯(lián)網(wǎng)上的數(shù)字化信息同樣是非常適用的。但是用戶常常并不能用簡單的幾個(gè)關(guān)鍵詞精確的描述出其想查詢的內(nèi)容,意即用戶通常很難在
2、搜索引擎中構(gòu)造有效的查詢短語來獲取想要的信息。為了解決這一系列的問題,針對搜索引擎的查詢推薦系統(tǒng)也就應(yīng)運(yùn)而生。現(xiàn)在的主流搜索引擎都提供了查詢推薦的服務(wù),目的就是幫助用戶在查詢過程中找到其最需要的查詢短語。
在搜索引擎查詢推薦系統(tǒng)領(lǐng)域研究中,論文主要完成了以下幾個(gè)方面的工作:
①研究了基于搜索引擎的查詢推薦系統(tǒng)的背景和與其相關(guān)理論知識。
②研究了適用于搜索引擎的主要查詢推薦算法,分析了它們在推薦過
3、程中的優(yōu)點(diǎn)、其適用的范圍,以及其不足之處。按照它們在推薦過程中是否依附于文本相似度計(jì)算將其劃分為兩類:基于文本相似度的查詢推薦模型和非基于文本相似度的查詢推薦模型。
③本文提出了一個(gè)新的通過分析用戶查詢?nèi)罩?,并基于文本相似度的有效且?shí)用的查詢推薦方法。與傳統(tǒng)基于文本的查詢推薦方法不同的是本文首次提出兩個(gè)不同的查詢關(guān)鍵詞間的語義相似度應(yīng)該是非對稱性的,包括內(nèi)容不對等和時(shí)序不對等,即不同查詢之間不再是簡單的無向圖的關(guān)聯(lián),而是一
溫馨提示
- 1. 本站所有資源如無特殊說明,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)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 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. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對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自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于內(nèi)容相似度的運(yùn)動路線推薦.pdf
- 基于改進(jìn)的聚類和非對稱相似度的協(xié)同過濾算法研究.pdf
- 基于語義相似度的查詢擴(kuò)展優(yōu)化.pdf
- 基于查詢網(wǎng)絡(luò)的文檔推薦策略研究.pdf
- 凸體的非對稱度.pdf
- 基于典型度的相對熵相似度知識推薦.pdf
- 基于查詢與內(nèi)容的文檔表示模型研究.pdf
- 基于相似度的傳感網(wǎng)Skyline查詢處理研究.pdf
- 基于用戶相似度和主題相似度的移動APP信息推薦算法研究.pdf
- 基于結(jié)構(gòu)關(guān)聯(lián)度的圖相似查詢算法研究.pdf
- 基于語義相似度的P2P文件查詢的研究.pdf
- 基于鄰域的協(xié)同過濾推薦系統(tǒng)相似度研究.pdf
- 基于對數(shù)似然相似度的推薦系統(tǒng)研究.pdf
- 基于語義相似度的RDF本體查詢松弛方法研究.pdf
- 對稱中的非對稱形式.pdf
- 基于組合相似度的協(xié)同過濾推薦算法研究.pdf
- 基于文檔相似度的偽相關(guān)反饋方法研究.pdf
- 基于加權(quán)層次子樹的XML文檔相似度計(jì)算.pdf
- 基于加權(quán)層次子樹的xml文檔相似度計(jì)算
- 基于用戶多維相似度的協(xié)同過濾推薦算法.pdf
評論
0/150
提交評論