農(nóng)業(yè)搜索個(gè)性化平臺(tái)的研究與設(shè)計(jì).pdf

1、近年來(lái)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(diǎn)。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(wú)法克 服關(guān)鍵字查詢方式帶來(lái)的準(zhǔn)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(guó)家重大科技支撐項(xiàng)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(duì)農(nóng)業(yè)搜索引擎構(gòu)建了用戶個(gè)性化平臺(tái)。首先研究了個(gè)性化平臺(tái)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(shí)現(xiàn)個(gè)性化平臺(tái)在構(gòu)建索引文檔時(shí)做的基礎(chǔ)工作。文中的設(shè)計(jì)主要對(duì)農(nóng)產(chǎn)品市場(chǎng)名稱進(jìn)行地理定位，采用了基于地理信息庫(kù)索引的市場(chǎng)名地理定位、基于搜索引擎搜索結(jié)果項(xiàng)的市場(chǎng)名地理定位、基于搜索引擎搜索結(jié)果數(shù)量的市場(chǎng)名地理定位三種方法逐步提高對(duì)市場(chǎng)名稱的地理定位能力。然后本文研究了用戶搜索個(gè)性化平臺(tái)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(duì)用戶興趣詞匯進(jìn)行語(yǔ)義擴(kuò)展，形成用戶興趣模型，當(dāng)用戶檢索相關(guān)信息時(shí)，應(yīng)用用戶興趣模型對(duì)用戶提交的關(guān)

3、鍵詞進(jìn)行擴(kuò)展，然后將擴(kuò)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(shí)所采取的步驟，從而實(shí)現(xiàn)個(gè)性化服務(wù)平臺(tái)。 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(shí)，接著分析了網(wǎng)絡(luò)上抓取的農(nóng)產(chǎn)品市場(chǎng)名稱的一些特征，根據(jù)市場(chǎng)名稱特點(diǎn)構(gòu)建了帶有別名識(shí)別的多級(jí)地理信息庫(kù)，然后基于構(gòu)建的地理信息庫(kù)索引對(duì)市場(chǎng)名進(jìn)行地理定位；下一步分析了在互聯(lián)網(wǎng)上市場(chǎng)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(yè)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(chǎng)名地理定位的方法；在上述方法無(wú)法定位時(shí)，基于皮爾遜卡方來(lái)評(píng)價(jià)市場(chǎng)名稱和地名同時(shí)出現(xiàn)在一個(gè)網(wǎng)頁(yè)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(chǎng)名地理定位的方法。然后本文研究了用戶興趣庫(kù)的的構(gòu)建和更新方法，首先通過用戶注冊(cè)信息構(gòu)建初始興趣詞庫(kù)，然后通過挖掘服務(wù)器日志和計(jì)算興趣詞的響應(yīng)系數(shù)，來(lái)維護(hù)和更新用戶興趣庫(kù)；接著研究了根據(jù)用戶訪問文檔的具體信息計(jì)算關(guān)鍵詞用戶興趣度的方法；進(jìn)一步系統(tǒng)通過將用戶興趣庫(kù)中的詞基于