基于興趣主題的查詢擴(kuò)展.pdf

1、隨著Internet的強(qiáng)勢(shì)發(fā)展,網(wǎng)絡(luò)上的信息量成爆炸趨勢(shì)增長(zhǎng),如何使人們快速、準(zhǔn)確的在浩瀚的資源中發(fā)現(xiàn)自己需要的信息成為關(guān)鍵。目前的搜索引擎雖然在一定程度上緩解了這一矛盾,但仍然存在著許多問題,主要體現(xiàn)在以下幾個(gè)方面：(1)關(guān)鍵詞的同義和歧義現(xiàn)象,造成了用戶的查詢表示與實(shí)際的檢索意圖往往存在較大的差異；(2)個(gè)性化內(nèi)容少,結(jié)果雷同,大部分搜索引擎僅僅采用基于一般意圖(one-size-fit-all)的模式；(3)大部分用戶進(jìn)行信息檢索

2、時(shí),一般僅僅使用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?；谂d趣主題的查詢擴(kuò)展技術(shù)的產(chǎn)生正是為了滿足這一需求,它能為不同興趣和背景的用戶提供滿足其個(gè)性化需要的搜索結(jié)果。 用戶興趣模型能否準(zhǔn)確的反應(yīng)用戶的興趣決定了系統(tǒng)提供的個(gè)性化服務(wù)質(zhì)量,基于這個(gè)認(rèn)識(shí),本文圍繞著用戶興趣模型的研究逐步展開。 首先對(duì)當(dāng)前主要的Web挖掘技術(shù)和用戶興趣建模技術(shù)進(jìn)行了分析,建立了描述用戶的瀏覽行為與興趣度之

3、間關(guān)系的數(shù)學(xué)模型。考慮到用戶行為的個(gè)體差異性,設(shè)計(jì)了一個(gè)用戶瀏覽行為與興趣度關(guān)系的建立與更新算法。該算法可以針對(duì)每一個(gè)用戶的特點(diǎn),綜合利用用戶的隱式反饋和顯式反饋獲取用戶感興趣的網(wǎng)頁。 接著,探討了基于興趣主題的查詢擴(kuò)展技術(shù)。與傳統(tǒng)的興趣模型不同,本文采用了一種改進(jìn)的興趣模型,引入了文檔生命值,在此基礎(chǔ)上,提出了用戶興趣的生成和更新與個(gè)性化查詢擴(kuò)展兩個(gè)算法,結(jié)合了局部分析和基于用戶日志的查詢擴(kuò)展的優(yōu)點(diǎn),在一定程度上避免了局部分析