基于本體論的個性化和社會化元搜索引擎的研究.pdf

1、在浩如煙海的互聯(lián)網(wǎng)信息世界中，通過現(xiàn)有的搜索引擎，人們尋找有用信息還是存在著很大的困難。究其原因，一是用戶信息需求的特定性、有限性和互異性與信息資源分布的無限性、分散性之間存在矛盾；二是現(xiàn)有搜索引擎的缺陷與信息檢索服務之間不相適應?，F(xiàn)有的搜索引擎存在覆蓋率低和查準率低的缺陷，無法充分滿足人們的搜索需求。元搜索引擎通過調用多個搜索引擎來實現(xiàn)搜索，并對搜索結果進行綜合處理，能較好解決現(xiàn)有的搜索引擎所存在的缺陷。 為了滿足用戶搜索需求

2、的特定性，通過對用戶特性進行建立用戶模型，在元搜索引擎上引入個性化的搜索，達到提高搜索精度的目的。由于元搜索引擎是建立在現(xiàn)有的搜索引擎之上，它同樣存在現(xiàn)有的搜索引擎采用的機器搜索帶來的種種問題。為了解決這個問題，近幾年來隨著Web2.0技術的發(fā)展，人們提出社會化搜索的概念。社會化搜索是一種基于人的搜索，其目的是通過搜索引擎的眾多用戶的集體智慧獲取和改善搜索結果。 本文在元搜索引擎上引入個性化搜索和社會化搜索，為用戶的個性化搜索需

3、求服務，并展開了相關研究。 論文提出了一種基于本體論的個性化搜索與社會化搜索相結合的元搜索引擎的系統(tǒng)結構模型；提出了個性化和社會化搜索相結合的方法，提高用戶搜索的精度。 論文對用戶模型進行著重的研究，提出了一種新型的用戶模型。它是以基于本體論建立的層次型主題分類參考模型為用戶模型形式，結合用戶個體模型和用戶群體模型，并對用戶的多項特性進行建模；通過強化學習對用戶模型進行更新。 論文在個性化搜索的研究中，提出了一種

4、基于用戶興趣模型的用戶查詢意圖分析算法；對基于混合學習法的成員搜索引擎選擇算法進行改進，提出了一種結合用戶成員搜索引擎偏好模型的混合學習法的成員搜索引擎選擇算法，它具有個性化選擇和選擇速度快的優(yōu)點；對基于加權合成法的搜索結果排序算法進行改進，提出了一種基于用戶興趣模型的位置/全局相關度的搜索結果排序算法。 論文在社會化搜索的研究中，對一種結合文檔內容的PageRank算法的應用領域進行擴展，將它的原理應用于對興趣圈內的用戶進行重