基于用戶興趣的查詢擴(kuò)展.pdf

1、快速發(fā)展的現(xiàn)代互聯(lián)網(wǎng)在給人們帶來大量信息的同時(shí),也不可避免地產(chǎn)生了難以讓用戶快速獲取有效信息的問題。搜索引擎的出現(xiàn)使這一問題得到了一定程度的緩解。它面向任何Web用戶,無需用戶具有較高的專業(yè)檢索知識(shí),使用方式也較為簡單。搜索引擎已經(jīng)成為人們獲取信息資源的一種主要方式。
　　 然而,現(xiàn)代搜索引擎也存在很多不足。由于目前大部分通用搜索引擎所采用的關(guān)鍵字匹配的檢索模式,以及自然語言當(dāng)中存在的一詞多義的現(xiàn)象,造成了搜索結(jié)果中包含許多與用

2、戶需求無關(guān)的信息,降低了用戶的檢索效率。同時(shí)用戶在進(jìn)行信息檢索時(shí),一般用1～2個(gè)關(guān)鍵詞,造成無法準(zhǔn)確檢索出用戶需要的內(nèi)容,這就是所謂的“短查詢”問題。本文希望通過對不同用戶的興趣和背景進(jìn)行挖掘,利用查詢擴(kuò)展技術(shù),為不同用戶提供不同的檢索結(jié)果。滿足其個(gè)性化需求。
　　 本文使用網(wǎng)頁分類技術(shù)對包含某詞語的網(wǎng)頁進(jìn)行分類分析,發(fā)現(xiàn)了詞語具有類別屬性,即大部分詞語通常只在某一個(gè)或若干個(gè)類別當(dāng)中有意義,可以利用這一特點(diǎn)來表示用戶的查詢目的。

3、
　　 本文主要對以下幾個(gè)方面進(jìn)行了研究:
　　 (1)首先介紹了查詢擴(kuò)展這個(gè)領(lǐng)域的研究現(xiàn)狀、發(fā)展方向及研究意義。討論了與用戶興趣模型有關(guān)的技術(shù)和概念。
　　 (2)改進(jìn)了存儲(chǔ)用戶興趣的存儲(chǔ)結(jié)構(gòu)。增加了關(guān)鍵詞的創(chuàng)建時(shí)間和最近一次訪問時(shí)間兩個(gè)屬性,有效地記錄了關(guān)鍵詞在樹形結(jié)構(gòu)中的存在時(shí)間和活躍程度。
　　 (3)改進(jìn)了用戶興趣模型的生成與更新算法。根據(jù)關(guān)鍵詞的存在時(shí)間以及未被用戶訪問的時(shí)間長短,衰減關(guān)鍵詞的