個(gè)性化信息檢索技術(shù)的研究.pdf

1、最近幾年，網(wǎng)絡(luò)高速膨脹，為人們獲取信息提供了很大的便利，但是由于網(wǎng)絡(luò)數(shù)據(jù)量過于龐大，傳統(tǒng)的信息檢索技術(shù)不能有效滿足人們需求，人們往往不能快速的找到自己所需要的信息，這就給信息服務(wù)提了一個(gè)新的挑戰(zhàn)，要求研究人員需要在傳統(tǒng)信息檢索技術(shù)上做新的嘗試與改進(jìn)，充分考慮每個(gè)用戶的個(gè)性因素，以用戶為出發(fā)點(diǎn)，針對(duì)不同的用戶提供不同的查詢結(jié)果。
　　 本文對(duì)個(gè)性化建模技術(shù)進(jìn)行了研究，提出一種基于客戶端的個(gè)性化模型，將用戶的訪問歷史頁面作為挖掘?qū)ο?/p>

2、，不需要用戶過多的參與，自動(dòng)從用戶的隱式反饋中推導(dǎo)出用戶的興趣。
　　 本文著重研究了用戶興趣挖掘的相關(guān)技術(shù)，以用戶訪問過的歷史頁面內(nèi)容作為興趣建模的信息來源，利用HTML的結(jié)構(gòu)特點(diǎn)來提取頁面內(nèi)容中的重要部分，采用基于字符串匹配分詞和基于統(tǒng)計(jì)分詞相結(jié)合的方法，對(duì)頁面內(nèi)容進(jìn)行詞的切分，用以表達(dá)頁面的主題內(nèi)容，再去除切分結(jié)果中的停用詞，本文中頁面主題用空間向量模型來表示，對(duì)特征詞，用詞頻、位置加權(quán)以及非線性函數(shù)相結(jié)合的方式來計(jì)算權(quán)重

3、。
　　 本文根據(jù)中文ODP(Open Directory Project)分類目錄的結(jié)構(gòu)構(gòu)建了一個(gè)分類參考模型，并依據(jù)中文分類主題詞表對(duì)其進(jìn)行了特征詞的擴(kuò)充，然后根據(jù)頁面與分類參考模型的相似度來判別頁面的分類情況。
　　 在更新用戶模型的過程中，要根據(jù)新反饋的興趣類，對(duì)用戶模型的興趣類進(jìn)行調(diào)整，不僅包括興趣度的調(diào)整，也包括各興趣類的特征詞及其權(quán)重的調(diào)整，在這里采用了時(shí)間遺忘機(jī)制對(duì)興趣類的興趣度和特征詞進(jìn)行衰減處理。