個性化搜索技術(shù)研究及在煙草行業(yè)中的應(yīng)用.pdf

1、信息技術(shù)的飛速發(fā)展和信息網(wǎng)絡(luò)的迅速擴(kuò)展，有力地帶動了全球信息資源不可逆轉(zhuǎn)的網(wǎng)絡(luò)化發(fā)展趨勢，從而對人類社會的各個方面產(chǎn)生了深刻的影響。然而網(wǎng)上信息是無序的，搜索起來非常的困難，并且信息不斷的膨脹、發(fā)展，如何快速準(zhǔn)確的找到我們需要的信息，將是搜索引擎面臨的一個主要問題。 理想的搜索服務(wù)是按照人們需要的信息范圍進(jìn)行靈活的訂制，它可以隨時將所關(guān)注區(qū)域內(nèi)的信息動態(tài)呈現(xiàn)給訂制的用戶，搜索引擎會根據(jù)用戶的不同信息來對同一個關(guān)鍵詞輸出不同的結(jié)果

2、。本文研究即是在這個背景下展開的。 第一、論文首先綜述了個性化搜索引擎研究的基礎(chǔ)和最新進(jìn)展，并在此基礎(chǔ)上展開新的基于興趣模型和搜索日志學(xué)習(xí)的個性化搜索技術(shù)研究。 第二、針對直接從面向領(lǐng)域的專業(yè)語料庫中學(xué)習(xí)個性化薪詞所面臨的困難，本文提出了一種從搜索引擎日志中學(xué)習(xí)個性化新詞的方法。同傳統(tǒng)的方法相比，該方法具有學(xué)習(xí)效率和準(zhǔn)確率高、不受領(lǐng)域限制、實現(xiàn)簡單、易于推廣等優(yōu)點。 第三、論文提出一種新型用戶興趣模型，它是一種面

3、向算法的、具有特定數(shù)據(jù)結(jié)構(gòu)的、形式化的用戶描述。通過對用戶瀏覽內(nèi)容和瀏覽行為的分析，挖掘出用戶的潛在行為特征和潛在興趣，并以此構(gòu)造用戶興趣模型。用戶興趣模型采用長期興趣和短期興趣相結(jié)合的方法，分層、隱式和有選擇地進(jìn)行遺忘學(xué)習(xí)、更新和優(yōu)化。 第四、論文給出了基于興趣模型和日志學(xué)習(xí)的搜索引擎設(shè)計整體方案。 第五、論文研究了上述個性化搜索技術(shù)如何在煙草領(lǐng)域這一特定集體的應(yīng)用，并設(shè)計出中國煙草搜索引擎，該搜索引擎能夠更準(zhǔn)確、高效