基于混合聚類的個性化搜索研究

1、分類號密級UDC編號桂林電子科技大學(xué)碩士學(xué)位論文題目:基于混合聚類的個性化搜索研究(英文)ResearchonPersonalizedSearchBasedonHybridClustering研究生姓名：帥劍平指導(dǎo)教師姓名、職務(wù)：周婭教授申請學(xué)科門類：工學(xué)碩士學(xué)科、專業(yè)：計算機應(yīng)用技術(shù)提交論文日期：2009年4月1日論文答辯時間：2009年6月11日2009年4月1日萬方數(shù)據(jù)摘要摘要隨著計算機技術(shù)和網(wǎng)絡(luò)技術(shù)的發(fā)展，互聯(lián)網(wǎng)已經(jīng)發(fā)展成為一個

2、巨大的信息空間。如何在這樣一個包含豐富數(shù)據(jù)的信息海洋中準(zhǔn)確查找自己所需要的信息成為越來越多學(xué)者研究的內(nèi)容。搜索引擎的出現(xiàn)為用戶提供了一種有效、方便的從互聯(lián)網(wǎng)上檢索信息的方法，但伴隨著信息媒體的層出不窮和當(dāng)前用戶需求的日益復(fù)雜，一個搜索引擎適合所有用戶的搜索模型已不能滿足當(dāng)前的需要，個性化搜索引擎在這樣的背景下應(yīng)運而生。聚類是數(shù)據(jù)挖掘技術(shù)的一個重要分支，聚類算法所具有的特性對個性化搜索引擎的發(fā)展有著特殊的意義，本文分析了不同聚類算法的聚類

3、過程和聚類數(shù)據(jù)的特性，重點研究了能識別不規(guī)則形狀簇的密度聚類算法和聚類過程簡單、高效的層次聚類算法，在分析個性化搜索引擎技術(shù)特點的基礎(chǔ)上，設(shè)計了基于密度和層次的混合聚類算法HCPS(HybridClusteringinPersonalizedSearch)。網(wǎng)頁排序算法的研究在優(yōu)化搜索結(jié)果方面發(fā)揮著重要作用，有助于提高個性化搜索引擎的準(zhǔn)確率，本文設(shè)計了基于PageRank的個性化排序算法PRPS(PersonalizedRankingi

4、nPersonalizedSearch)。HCPS算法是在層次聚類的框架下，定義了簇間距離、簇的合并規(guī)則和算法迭代所需滿足的條件，引入離群度作為數(shù)據(jù)隸屬一個類簇的標(biāo)準(zhǔn)，HCPS算法在聚類的過程中考慮了個性化搜索引擎中用戶興趣這一關(guān)鍵因素，使聚類結(jié)果經(jīng)排序后輸出的數(shù)據(jù)更接近用戶搜索意圖。PRPS算法通過分析PageRank算法的迭代過程，結(jié)合用戶興趣模型和HCPS算法聚類結(jié)果，根據(jù)各自的影響程度分配不同的系數(shù)，重新計算PRank值來代替原

5、來的PageRank值，是一種基于PageRank的改進(jìn)算法。PRPS算法根據(jù)用戶對網(wǎng)頁興趣的大小及網(wǎng)頁的重要程度對搜索結(jié)果進(jìn)行排序，解決了PageRank主題漂移問題，使排序后的數(shù)據(jù)按照網(wǎng)頁的重要程度和與用戶搜索的相似度大小排序。本文設(shè)計并實現(xiàn)了一個基于密度和層次聚類的個性化搜索引擎實驗系統(tǒng)，通過對實驗數(shù)據(jù)結(jié)果的分析，HCPS和PRPS算法在搜索的準(zhǔn)確性上取得了較好的效果。關(guān)鍵詞：個性化；數(shù)據(jù)挖掘；密度聚類；層次聚類；用戶興趣模型.–