基于分類技術(shù)的個性化檢索系統(tǒng)的研究與設(shè)計.pdf

1、隨著Internet和網(wǎng)絡(luò)信息技術(shù)的迅猛發(fā)展，網(wǎng)絡(luò)資源呈指數(shù)急劇增長，傳統(tǒng)的通用搜索引擎的查詢結(jié)果只依賴于查詢關(guān)鍵詞，而實際上，即便相同的查詢詞，不同的用戶查詢目的可能不同，所希望的返回結(jié)果也會因人而異。針對這種情況，人們迫切需要一種針對個人特點提供更加精確查詢結(jié)果的搜索工具，本文提出了以用戶為中心的基于分類的個性化搜索引擎。
　　 本文在對個性化信息檢索相關(guān)技術(shù)進行了較為全面深入的分析基礎(chǔ)上，分別研究個性化搜索引擎的常用技術(shù)，

2、和搜索引擎中理解用戶搜索目的的主要技術(shù)。并根據(jù)用戶的瀏覽及查詢?nèi)罩窘⒘藱z索系統(tǒng)的模型。對文本的自動分類進行了介紹，給出幾種常見的文本表示模型，以及利用WEKA和LibSVM對文本進行自動分類。
　　 基于文本分類，提出一種排序算法，在檢索結(jié)果中，顯示盡量多的類別，讓盡量多的不同類別的用戶都能找到相應(yīng)主題類別的信息。同時，根據(jù)用戶行為特征，即用戶對各個主題類別的點擊率和各個主題類別網(wǎng)頁的平均訪問時間，通過修改lucene的評分域

3、，從而改變lucene自有對文檔的排序評分。通過實驗證明，經(jīng)過考慮用戶的行為特征，在具有不同興趣的用戶查詢相同詞語時，可以檢索出不同的結(jié)果頁面。
　　 由于用戶搜索的關(guān)鍵詞有很大一部分是重復(fù)的，按照2/8定律，20％的搜索詞占到了總搜索次數(shù)的80％。當(dāng)用戶提交由一組關(guān)鍵詞組成的查詢的時候，系統(tǒng)就判斷這個查詢對應(yīng)的記錄是否在Cache中存在，如果不存在，把查詢語句遞交給檢索器，檢索器返回結(jié)果的綜合的文檔號序列存到一個文件中，在Ca