基于參考文檔模型的個性化Web檢索研究.pdf

1、隨著計算機和互聯(lián)網(wǎng)的迅速普及，人類進入了信息時代，各種信息資源呈現(xiàn)出了爆炸式地增長。在大量的信息中幫助用戶更加準確地找到他們想要的信息就成為了信息檢索的重要任務(wù)。然而傳統(tǒng)的信息檢索技術(shù)大部分都是基于字符串匹配的，他們已經(jīng)很難滿足用戶越來越個性化的需求。為了解決這一問題，本文從個性化的動機出發(fā)，嘗試了實現(xiàn)個性化搜索引擎的不同的技術(shù)，主要分成以下三個方面的研究：
　　(1).個性化潛力分析。在本章中，我們首先從數(shù)量的角度證實了在網(wǎng)頁搜

2、索引擎的查詢?nèi)罩局胁煌c其他用戶的點擊數(shù)量要多遠于被重復的點擊數(shù)量。然后我們引入Kappa統(tǒng)計量對在同一個查詢下的不同用戶的點擊的一致程度進行了度量。Kappa值的分布顯示用戶的點擊的一致程度是很難用“一刀切”的網(wǎng)頁搜索引擎滿足的。最后我們引入了“個性化潛力”指標給出了大概什么樣的查詢能夠從個性化中獲益更多。
　　(2).基于參考文檔模型的個性化Web檢索。本章中我們引入了參考文檔模型對用戶的歷史點擊文檔進行建模并以反饋的方式個性

3、化不同用戶相同查詢的搜索結(jié)果。我們分別在向量空間和概率空間下對參考文檔模型的性能進行了實驗。實驗結(jié)果表明，不論是在向量空間還是在概率空間下，參考文檔模型都能夠從用戶的歷史點擊的文檔中對用戶的個性進行很好地建模，并將這種個性很好地融入檢索過程當中。
　　(3).基于多信息融合的查詢推薦。本章中我們就如何使用查詢?nèi)罩局杏涗浀挠脩羧航M的歷史來實現(xiàn)個性化的查詢進行了研究。具體地說，我們首先通過對美國在線的查詢?nèi)罩镜姆治鲵炞C了將其他查詢歷史