智慧旅游中信息檢索算法的研究和應(yīng)用.pdf

1、隨著生活水平的逐漸提高，旅游已成為絕大多數(shù)人的休閑活動之一，且在當(dāng)今信息技術(shù)快速普及的趨勢下，用戶在制定旅游計劃時，一般會優(yōu)先通過檢索平臺去查詢相關(guān)的旅游信息。但互聯(lián)網(wǎng)中存儲的旅游信息量日漸龐大且愈來愈錯綜復(fù)雜，用戶對檢索平臺所提供的旅游信息的相關(guān)性也就越來越關(guān)注，用戶通過檢索平臺輸入檢索項后，總是希望與檢索項最相關(guān)且最可靠的旅游信息呈現(xiàn)于搜索結(jié)果的最頂端，如何將最相關(guān)且最可靠的信息源作為搜索結(jié)果呈現(xiàn)給用戶，讓用戶真正享受智慧旅游，是檢

2、索平臺迫切要解決的問題之一。因此，檢索排序算法成為當(dāng)前搜索引擎重點研究的方向之一。
　　本文針對智慧旅游中的信息檢索算法進(jìn)行了以下研究:
　　(1)分析傳統(tǒng)PageRank算法原理。分析傳統(tǒng)PageRank算法存在的不足，以及參考前人對其不足所進(jìn)行的改進(jìn)，提出了一種基于鏈接頁面相似度的SM-PageRank算法，該算法將頁面和其鏈接網(wǎng)頁間的相似度引入到PageRank算法的計算中去，且通過這種計算能夠合理地對鏈接頁面的權(quán)值進(jìn)

3、行分配。
　　(2)基于用戶興趣模型對排序結(jié)果進(jìn)行二次排序?；驹硎?首先為每個用戶建立用戶興趣模型，當(dāng)用戶進(jìn)行搜索時，檢索引擎返回第一次排序的結(jié)果集，并將結(jié)果集中的每個頁面和用戶興趣模型進(jìn)行相似度的計算，然后使用計算好的相似度對每個頁面的得分值進(jìn)行重新計算，最后根據(jù)新的得分值進(jìn)行降序排序，并將最終的排序結(jié)果展現(xiàn)給用戶。因為二次排序的基礎(chǔ)是用戶興趣模型，所以需要對用戶興趣的獲取、用戶興趣模型的建立和用戶興趣模型的更新進(jìn)行更深層次

4、地分析，以便更好地通過用戶興趣模型對第一次搜索結(jié)果集進(jìn)行二次排序。
　　(3)使用Nutch和Solr來搭建智慧旅游檢索實驗平臺。首先通過Nutch對實驗數(shù)據(jù)源進(jìn)行抓取，然后將SM-PageRank算法和傳統(tǒng)PageRank算法分別應(yīng)用到Nutch中。在Solr中使用IKAnalyzer工具進(jìn)行中文分詞，最后調(diào)用Solr所提供的應(yīng)用服務(wù)進(jìn)行搜索查詢。實驗結(jié)果證明，與傳統(tǒng)PageRank算法相比，優(yōu)化后的SM-PageRank算法的