学位论文 > 优秀研究生学位论文题录展示

搜索引擎个性化检索技术的研究

作　者: 杨献峰
导　师: 李村合；史永宏
学　校: 中国石油大学
专　业: 计算机应用技术
关键词: 搜索引擎个性化信息检索用户兴趣模型 TFIDF算法
分类号: TP391.3
类　型: 硕士论文
年　份: 2007年
下　载: 360次
引　用: 3次
阅　读: 论文下载

内容摘要

Web信息的快速增长,使得搜索引擎成为用户信息检索的主要工具。现有的搜索引擎基本上采用“一个搜索适用所有用户”的模型,体现不出用户真正的兴趣所在。因此,搜索引擎的个性化研究成为当今Internet信息检索方面的一个重要课题。在对个性化搜索引擎和Web挖掘等相关技术研究的基础上,深入分析了基于词频的TFIDF算法,该算法将用户浏览的页面置以平等的地位,忽略了文档与用户兴趣的相关性。针对这一缺点,分析了用户浏览页面与用户兴趣的相关因素,结合Web挖掘技术与相关反馈思想,提出了页面相关性权重的概念。将页面相关性权重与TFIDF算法相结合,提出了一种加权TFIDF算法。通过分析文档结构、用户浏览行为信息及用户对文档的评价信息,设计了一种基于加权TFIDF算法的三层用户兴趣挖掘策略,来创建和实时更新用户兴趣模型。分析了常用的基于向量夹角余弦的相关度排序算法存在的缺陷,在用户兴趣模型基础上,提出了一种改进的基于VSM的个性化文档相关性排序算法,根据用户的兴趣爱好对文档进行过滤、排序,提高系统的查准率。设计并实现了一个个性化信息检索系统,通过兴趣模型对用户输入的查询关键词进行查询扩展,将检索结果与用户兴趣相匹配,并按文档相关性大小进行排序,过滤其中低于指定阈值的文档。该系统在保证查全率的前提下,提高了系统查准率,实现了个性化信息检索的目的,同时也证明了算法的有效性。

全文目录

中文摘要  4-5
英文摘要  5-10
第1章前言  10-18
  1.1 课题背景  10-12
  1.2 国内外研究现状  12-16
  1.3 本文主要研究内容  16
  1.4 全文组织结构  16-18
第2章个性化信息检索关键技术  18-30
  2.1 搜索引擎技术概述  18-23
    2.1.1 信息检索模型的表示  18-20
    2.1.2 搜索引擎系统的基本组成原理  20-22
    2.1.3 个性化搜索引擎简介  22-23
  2.2 Web 挖掘技术  23-25
    2.2.1 Web 内容挖掘(Web content mining)  23-24
    2.2.2 Web 结构挖掘(Web structure mining)  24-25
    2.2.3 Web 日志挖掘(Web log mining)  25
  2.3 用户兴趣建模  25-29
    2.3.1 用户兴趣的表示  26-27
    2.3.2 用户建模技术的类型  27-29
  2.4 本章小结  29-30
第3章个性化用户兴趣模型的研究  30-52
  3.1 目标表示与特征提取  30-31
    3.1.1 目标表示  30-31
    3.1.2 特征提取  31
  3.2 基于词频统计的TFIDF 算法的分析及改进  31-39
    3.2.1 基于词频统计的TFIDF 算法  32
    3.2.2 TFIDF 算法的不足  32-34
    3.2.3 页面相关性权重的提出  34-38
    3.2.4 改进的加权TFIDF 算法及实现  38-39
  3.3 个性化用户兴趣建模  39-46
    3.3.1 基于加权TFIDF 算法的用户兴趣学习策略  39-41
    3.3.2 个性化用户兴趣模型PUIP 的实现  41-43
    3.3.3 用户兴趣的生成与更新  43-46
  3.4 实验及结果分析  46-51
  3.5 本章小结  51-52
第4章个性化信息过滤技术  52-62
  4.1 基于VSM 的文档相关度算法  52-53
  4.2 改进的基于VSM 的文档相关度算法  53-59
    4.2.1 算法的提出  53-56
    4.2.2 个性化文档相关性排序算法的设计与实现  56-58
    4.2.3 算法流程图  58-59
  4.3 实验及结果分析  59-61
  4.4 本章小结  61-62
第5章基于PUIP信息检索系统的研究  62-68
  5.1 系统总体框架  62
  5.2 系统主要功能模块  62-64
    5.2.1 个人管理器  62-63
    5.2.2 查询扩展  63-64
    5.2.3 其他模块说明  64
  5.3 实验结果与分析  64-67
  5.4 本章小结  67-68
第6章总结  68-71
  6.1 主要工作  68-69
  6.2 主要创新点  69
  6.3 存在的问题及未来的方向  69-71
参考文献  71-76
致谢  76-77
个人简历、在学期间的研究成果  77

搜索引擎个性化检索技术的研究

内容摘要

全文目录

相似论文