面向个性化信息检索的用户兴趣建模研究与实现

论文摘要

互联网资源爆炸式增长,导致“信息过载、资源迷向”,给信息检索领域带来巨大的挑战。传统的信息检索被动的接受用户的请求,无法主动感知用户的信息需求。仅仅依靠传统的信息检索已很难满足用户信息需求复杂化和差异化的趋势。所以,考虑用户信息需求差异性的个性化信息检索越来越受到用户的青睐。本文主要研究个性化信息检索的基础和核心——用户兴趣建模。本文的主要工作如下:1.针对向量空间模型表示用户兴趣,在准确性和全面性上存在的问题,而且不考虑用户兴趣的多样性,提出了基于层次性向量空间模型来表示用户的兴趣。实验表明,该种方法可以比较准确、全面的表示用户的兴趣。2.在分析了基于网页驻留时间和浏览次数计算网页兴趣度的算法的基础上,针对这种算法没有考虑网页的大小,提出基于浏览速度计算网页兴趣度的算法。设计实验并比对实验数据,结果表明基于浏览速度计算网页的兴趣度更接近真实值。3.针对用户兴趣模型层次性及扩展性的要求,采用XML存储用户兴趣,并使用倒排索引技术建立“用户—XML”的映射关系,可快速根据用户名找到相应的兴趣文件,提高个性化信息检索的检索速度。4.提出一种改进的用户兴趣建模方案,并且,设计和实现了用户兴趣建模,并将建立的用户兴趣模型应用于Nutch搜索引擎,从而实现个性化的搜索。最后,通过实验验证,个性化搜索与常规的搜索相比具有更高的查准率。

论文目录

• 摘要
• ABSTRACT
• 第一章 绪论
• 1.1 课题背景
• 1.2 用户兴趣建模研究现状
• 1.3 研究的目的和意义
• 1.4 本文的主要研究内容
• 1.5 论文的内容组织
• 第二章 背景知识及相关技术
• 2.1 个性化信息检索概述
• 2.2 用户兴趣建模相关理论
• 2.2.1 用户兴趣建模概述
• 2.2.2 用户兴趣建模的数据来源
• 2.2.3 用户兴趣建模技术的分类
• 2.2.4 用户兴趣模型的表示
• 2.3 用户兴趣建模相关技术方法
• 2.3.1 文本的特征表示方法
• 2.3.2 文本的分类方法
• 2.3.3 用户兴趣模型与文档相关度的计算方法
• 2.3.4 用户浏览行为的分析方法
• 2.4 本章小结
• 第三章 基于浏览速度的用户兴趣建模的设计与实现
• 3.1 用户兴趣建模的方案
• 3.1.1 传统的用户兴趣建模方案
• 3.1.2 改进的用户兴趣模型表示
• 3.1.3 改进的用户兴趣建模方案
• 3.2 用户浏览行为分析模块设计与实现
• 3.2.1 用户浏览行为数据的获取
• 3.2.2 基于浏览速度计算用户对网页的兴趣度
• 3.2.3 基于浏览速度计算用户对网页的兴趣度的实现
• 3.3 文本特征提取模块设计与实现
• 3.4 文本分类模块设计与实现
• 3.5 用户兴趣的存储模块设计与实现
• 3.6 用户兴趣的更新
• 3.7 本章小结
• 第四章 个性化信息检索实现及相关实验
• 4.1 个性化信息检索的实现
• 4.1.1 个性化信息检索的设计
• 4.1.2 个性化信息检索的运行结果
• 4.2 层次性向量空间模型表示用户兴趣的实验
• 4.2.1 性能评价
• 4.2.2 实验结果
• 4.3 个性化信息检索相关实验
• 4.4 本章小结
• 第五章 总结与展望
• 5.1 工作总结
• 5.2 工作展望
• 参考文献
• 攻读学位期间发表的论文
• 致谢
• 附录A 搭建 Nutch 搜索引擎
• 附录B 朴素贝叶斯文本分类算法 java 实现
• 详细摘要