基于分類(lèi)技術(shù)的個(gè)性化檢索系統(tǒng)的研究與設(shè)計(jì).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(zhǎng)，傳統(tǒng)的通用搜索引擎的查詢(xún)結(jié)果只依賴(lài)于查詢(xún)關(guān)鍵詞，而實(shí)際上，即便相同的查詢(xún)?cè)~，不同的用戶(hù)查詢(xún)目的可能不同，所希望的返回結(jié)果也會(huì)因人而異。針對(duì)這種情況，人們迫切需要一種針對(duì)個(gè)人特點(diǎn)提供更加精確查詢(xún)結(jié)果的搜索工具，本文提出了以用戶(hù)為中心的基于分類(lèi)的個(gè)性化搜索引擎。
　　 本文在對(duì)個(gè)性化信息檢索相關(guān)技術(shù)進(jìn)行了較為全面深入的分析基礎(chǔ)上，分別研究個(gè)性化搜索引擎的常用技術(shù)，

2、和搜索引擎中理解用戶(hù)搜索目的的主要技術(shù)。并根據(jù)用戶(hù)的瀏覽及查詢(xún)?nèi)罩窘⒘藱z索系統(tǒng)的模型。對(duì)文本的自動(dòng)分類(lèi)進(jìn)行了介紹，給出幾種常見(jiàn)的文本表示模型，以及利用WEKA和LibSVM對(duì)文本進(jìn)行自動(dòng)分類(lèi)。
　　 基于文本分類(lèi)，提出一種排序算法，在檢索結(jié)果中，顯示盡量多的類(lèi)別，讓盡量多的不同類(lèi)別的用戶(hù)都能找到相應(yīng)主題類(lèi)別的信息。同時(shí)，根據(jù)用戶(hù)行為特征，即用戶(hù)對(duì)各個(gè)主題類(lèi)別的點(diǎn)擊率和各個(gè)主題類(lèi)別網(wǎng)頁(yè)的平均訪問(wèn)時(shí)間，通過(guò)修改lucene的評(píng)分域

3、，從而改變lucene自有對(duì)文檔的排序評(píng)分。通過(guò)實(shí)驗(yàn)證明，經(jīng)過(guò)考慮用戶(hù)的行為特征，在具有不同興趣的用戶(hù)查詢(xún)相同詞語(yǔ)時(shí)，可以檢索出不同的結(jié)果頁(yè)面。
　　 由于用戶(hù)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(hù)提交由一組關(guān)鍵詞組成的查詢(xún)的時(shí)候，系統(tǒng)就判斷這個(gè)查詢(xún)對(duì)應(yīng)的記錄是否在Cache中存在，如果不存在，把查詢(xún)語(yǔ)句遞交給檢索器，檢索器返回結(jié)果的綜合的文檔號(hào)序列存到一個(gè)文件中，在Ca