基于社會(huì)化標(biāo)簽的個(gè)性化搜索研究.pdf

1、揚(yáng)州大學(xué)碩士學(xué)位論文基于社會(huì)化標(biāo)簽的個(gè)性化搜索研究姓名：陳琛申請(qǐng)學(xué)位級(jí)別：碩士專(zhuān)業(yè)：計(jì)算機(jī)應(yīng)用技術(shù)指導(dǎo)教師：沈潔20080501陳琛：基于社會(huì)化標(biāo)簽的個(gè)性化搜索研究摘要在互聯(lián)網(wǎng)技術(shù)的推動(dòng)下搜索引擎的應(yīng)用日趨成熟，各式搜索引擎也已成為人們?cè)谛畔⑦^(guò)載的互聯(lián)網(wǎng)中搜尋信息時(shí)的有利工具。然而隨著人們對(duì)信息的個(gè)性化要求越來(lái)越高，也對(duì)搜索引擎的搜索效果提出了更高的要求。w曲20及其相關(guān)技術(shù)的出現(xiàn)為整個(gè)互聯(lián)網(wǎng)帶來(lái)了一個(gè)新的驚喜，其中最具代表的社會(huì)化標(biāo)注

2、(SocialAnnotation)為提高搜索引擎?zhèn)€性化服務(wù)質(zhì)量帶來(lái)了新的契機(jī)。搜索引擎的個(gè)性化方面的研究，集中在如何準(zhǔn)確有效的獲取用戶的個(gè)性化特征，及如何根據(jù)獲取的用戶偏好為其提供個(gè)性化服務(wù)。本文首先全面分析了傳統(tǒng)的Web同志挖掘中的關(guān)鍵技術(shù)，總結(jié)了傳統(tǒng)R志挖掘在用戶數(shù)據(jù)獲取、數(shù)據(jù)過(guò)濾、模型表示、模型學(xué)習(xí)及更新的主要方法。在分析出傳統(tǒng)web同志挖掘中存在的問(wèn)題后，本文結(jié)合傳統(tǒng)的web日志挖掘方法及對(duì)社會(huì)化標(biāo)簽數(shù)據(jù)的處理來(lái)獲取用戶的特征

3、，并據(jù)此對(duì)用戶進(jìn)行個(gè)性化推薦和貢獻(xiàn)。社會(huì)化標(biāo)簽網(wǎng)帶來(lái)的是由用戶主動(dòng)標(biāo)識(shí)過(guò)的信息資源，相比較傳統(tǒng)的web日志挖掘而言，從這些信息資源中學(xué)習(xí)用戶的偏好特征必然更為客觀和準(zhǔn)確。其次用戶標(biāo)注行為的本身也具有可挖掘性，用戶對(duì)某一類(lèi)資源的標(biāo)注的頻繁度映射了其對(duì)這一興趣點(diǎn)的關(guān)注程度；用戶在某一類(lèi)資源中總是可以較早的發(fā)現(xiàn)一些質(zhì)量高的資源，那么依據(jù)此特征可以把這些資源推薦給具有相同興趣的其他用戶。論文的主要工作包括以下方面。(一)利用矩陣分別對(duì)用戶的歷史

4、搜索記錄和用戶標(biāo)注數(shù)據(jù)進(jìn)行描述，并對(duì)用戶搜索和標(biāo)注中的關(guān)鍵term進(jìn)行時(shí)間維上的描述。通過(guò)由搜索數(shù)據(jù)及標(biāo)注數(shù)據(jù)構(gòu)建的矩陣最終刻畫(huà)描述用戶的特征模型。(二)基于用戶特征的表示探討了現(xiàn)有的主要用戶模型的學(xué)習(xí)和更新方法，并結(jié)合其優(yōu)點(diǎn)針對(duì)其不足提出一種自適應(yīng)的用戶模型的學(xué)習(xí)方法。(三)在獲得用戶特征后，針對(duì)一般性用戶的數(shù)據(jù)稀松問(wèn)題提出一種基于協(xié)同過(guò)濾的個(gè)性化推薦；以及根據(jù)用戶標(biāo)注行為本身與一般用戶特征相結(jié)合的方法為用戶提供個(gè)性化共享服務(wù)。關(guān)鍵詞