版權(quán)說(shuō)明:本文檔由用戶(hù)提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡(jiǎn)介
1、隨著Internet上信息量飛速增長(zhǎng),搜索引擎已成為互聯(lián)網(wǎng)信息檢索必不可少的工具,但這并不能滿足人們對(duì)于個(gè)性化信息的檢索需求,于是基于用戶(hù)興趣的個(gè)性化搜索服務(wù)便成為了人們研究與開(kāi)發(fā)的熱點(diǎn)。本文主要介紹了基于個(gè)性化檢索的語(yǔ)料庫(kù)建設(shè)。
本文首先分析了用于個(gè)性化信息檢索的自建語(yǔ)料庫(kù)的發(fā)展現(xiàn)狀,闡述了自建語(yǔ)料庫(kù)對(duì)于信息檢索研究的重要性。目前,由于多種原因,信息檢索語(yǔ)料獲取困難,大多數(shù)個(gè)性化信息檢索實(shí)驗(yàn)的數(shù)據(jù)規(guī)模較小,研究成果說(shuō)服力不足
2、,從而使得建設(shè)大規(guī)模的語(yǔ)料庫(kù)對(duì)于信息檢索具有重要意義。對(duì)網(wǎng)上信息語(yǔ)料庫(kù)搜集的實(shí)現(xiàn)原理和關(guān)鍵技術(shù)進(jìn)行了討論和分析,介紹了基于Web的自動(dòng)獲取信息的原理及網(wǎng)絡(luò)爬蟲(chóng)工具。較為詳實(shí)地闡述了網(wǎng)頁(yè)抓取技術(shù),剖析了兩種抓取方式的實(shí)現(xiàn)原理以及相關(guān)應(yīng)用。具體介紹了Wget爬蟲(chóng)工具的特點(diǎn)以及使用方法。
之后介紹聚類(lèi)。聚類(lèi),是將一個(gè)數(shù)據(jù)單位的集合分割成幾個(gè)稱(chēng)為類(lèi)或類(lèi)別的子集,每個(gè)類(lèi)內(nèi)的對(duì)象之間是相似的。所謂用戶(hù)聚類(lèi)就是指按照興趣自動(dòng)聚類(lèi)用戶(hù),形成興
3、趣相關(guān)的用戶(hù)群組。本文介紹了傳統(tǒng)用戶(hù)聚類(lèi)的方法,通過(guò)用戶(hù)興趣模型對(duì)用戶(hù)進(jìn)行聚類(lèi),分析了傳統(tǒng)方法的不足,并提出了我們研究的基于點(diǎn)擊的用戶(hù)聚類(lèi)技術(shù),利用用戶(hù)的點(diǎn)擊記錄對(duì)用戶(hù)進(jìn)行聚類(lèi),而不是通過(guò)建立用戶(hù)興趣模型。
最后本文詳盡描述了基于搜狗語(yǔ)料庫(kù)的個(gè)性化檢索數(shù)據(jù)的采集過(guò)程,包括匹配過(guò)濾、網(wǎng)頁(yè)抓取、標(biāo)記日志、格式化處理等步驟。說(shuō)明了實(shí)驗(yàn)中遇到的問(wèn)題并就此提出了解決方案和關(guān)于進(jìn)一步改進(jìn)的想法。本文是在某知名公司提供的數(shù)據(jù)的基礎(chǔ)上進(jìn)行了系
溫馨提示
- 1. 本站所有資源如無(wú)特殊說(shuō)明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶(hù)所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒(méi)有圖紙預(yù)覽就沒(méi)有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫(kù)僅提供信息存儲(chǔ)空間,僅對(duì)用戶(hù)上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶(hù)上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶(hù)因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于用戶(hù)瀏覽路徑的Web用戶(hù)聚類(lèi)研究.pdf
- 基于聚類(lèi)的用戶(hù)特征分析.pdf
- 基于Web訪問(wèn)日志的用戶(hù)聚類(lèi)研究.pdf
- 基于用戶(hù)訪問(wèn)興趣的路徑聚類(lèi)研究.pdf
- 基于Web日志挖掘的用戶(hù)聚類(lèi)研究.pdf
- 基于Web日志的用戶(hù)興趣聚類(lèi)研究.pdf
- 基于用戶(hù)聚類(lèi)的協(xié)同推薦算法研究.pdf
- 基于聚類(lèi)的網(wǎng)絡(luò)用戶(hù)行為分析.pdf
- 基于用戶(hù)日志聚類(lèi)的查詢(xún)擴(kuò)展.pdf
- 基于用戶(hù)訪問(wèn)行為與內(nèi)容的用戶(hù)聚類(lèi)算法的研究與實(shí)現(xiàn).pdf
- 基于用戶(hù)瀏覽興趣的Web日志聚類(lèi)研究.pdf
- 基于用戶(hù)聚類(lèi)和偏好的推薦算法研究.pdf
- 基于聚類(lèi)的用戶(hù)用電行為分析研究
- 基于用戶(hù)聚類(lèi)的個(gè)性化推薦方法研究.pdf
- 基于用戶(hù)聚類(lèi)的微博話題推薦方法研究.pdf
- 基于用戶(hù)行為的Web日志聚類(lèi)研究與應(yīng)用.pdf
- 基于用戶(hù)興趣的混合數(shù)據(jù)聚類(lèi)算法研究.pdf
- 基于改進(jìn)的混合蛙跳算法的Web用戶(hù)聚類(lèi)研究.pdf
- 基于Web日志的網(wǎng)絡(luò)用戶(hù)聚類(lèi)研究與實(shí)現(xiàn).pdf
- 基于遺傳算法的Web用戶(hù)聚類(lèi)模型的研究.pdf
評(píng)論
0/150
提交評(píng)論