農(nóng)業(yè)搜索個性化平臺的研究與設(shè)計.pdf

1、近年來隨著垂直搜索引擎的出現(xiàn)和發(fā)展，一定程度上克服了傳統(tǒng)搜索引擎的弱點。然而現(xiàn)在的垂直搜索引擎基本上還是基于單一關(guān)鍵字查詢的方式，無法克 服關(guān)鍵字查詢方式帶來的準確率和召回率低的問題。在農(nóng)業(yè)領(lǐng)域里，垂直搜索引擎也存在同樣的問題，在國家重大科技支撐項目子課題“基于本體的農(nóng)業(yè)搜索引擎”(2006BAD10A0502)的支持下，本文針對農(nóng)業(yè)搜索引擎構(gòu)建了用戶個性化平臺。首先研究了個性化平臺的重要基礎(chǔ)之一，農(nóng)業(yè)信息的的地理屬性的添加，這

2、是為實現(xiàn)個性化平臺在構(gòu)建索引文檔時做的基礎(chǔ)工作。文中的設(shè)計主要對農(nóng)產(chǎn)品市場名稱進行地理定位，采用了基于地理信息庫索引的市場名地理定位、基于搜索引擎搜索結(jié)果項的市場名地理定位、基于搜索引擎搜索結(jié)果數(shù)量的市場名地理定位三種方法逐步提高對市場名稱的地理定位能力。然后本文研究了用戶搜索個性化平臺的構(gòu)建方法，從服務(wù)器日志中挖掘用戶興趣信息，并基于本體對用戶興趣詞匯進行語義擴展，形成用戶興趣模型，當用戶檢索相關(guān)信息時，應(yīng)用用戶興趣模型對用戶提交的關(guān)

3、鍵詞進行擴展，然后將擴展后的關(guān)鍵詞提交給檢索系統(tǒng)，按照相似度排序輸出結(jié)果，這是在信息檢索時所采取的步驟，從而實現(xiàn)個性化服務(wù)平臺。 本文首先介紹了關(guān)于搜索引擎和本體論方面的一些基本知識，接著分析了網(wǎng)絡(luò)上抓取的農(nóng)產(chǎn)品市場名稱的一些特征，根據(jù)市場名稱特點構(gòu)建了帶有別名識別的多級地理信息庫，然后基于構(gòu)建的地理信息庫索引對市場名進行地理定位；下一步分析了在互聯(lián)網(wǎng)上市場名稱和它所在的地名一起出現(xiàn)在搜索結(jié)果的同一網(wǎng)頁中的可能性關(guān)系后，研究了一

4、種基于搜索引擎搜索結(jié)果的市場名地理定位的方法；在上述方法無法定位時，基于皮爾遜卡方來評價市場名稱和地名同時出現(xiàn)在一個網(wǎng)頁上的關(guān)系，從而產(chǎn)生了基于搜索引擎搜索結(jié)果數(shù)量的市場名地理定位的方法。然后本文研究了用戶興趣庫的的構(gòu)建和更新方法，首先通過用戶注冊信息構(gòu)建初始興趣詞庫，然后通過挖掘服務(wù)器日志和計算興趣詞的響應(yīng)系數(shù)，來維護和更新用戶興趣庫；接著研究了根據(jù)用戶訪問文檔的具體信息計算關(guān)鍵詞用戶興趣度的方法；進一步系統(tǒng)通過將用戶興趣庫中的詞基于