个性化元搜索引擎若干关键技术研究

论文摘要

目前主要的搜索引擎的查准率都不高,且不同的搜索引擎返回的结果也不尽相同,所以要想获得一个比较全面准确结果,就必须反复调用多个搜索引擎。元搜索引擎的出现,在一定程度上解决了这些问题,这也使得元搜索引擎得到了较为迅速的发展。另外,每个用户的兴趣爱好都不同,搜索的侧重点也不同,现有搜索引擎千篇一律的查询结果已经无法满足用户的个性化需求。因此,个性化搜索成为了当前的研究热点。元搜索引擎能够集成利用多个成员搜索引擎,提高搜索的覆盖范围,使信息查全率大大提高;个性化搜索能够有效满足用户的个性需求,寻找与用户最相关的信息,使搜索引擎的查准率得到提高。个性化元搜索引擎结合两种技术的优点,是改善现有搜索引擎不足的有效途径。本文首先对元搜索引擎和个性化技术进行了概述,总结了元搜索引擎技术和个性化技术的研究现状和发展趋势,综述了相关理论和技术。然后对实现个性化元搜索引擎的相关理论、技术进行了深入研究和对比分析。在此基础上,提出了实现个性化元搜索的相关算法。其中,针对用户查询的个性化需求,建立了基于分类层次模型的用户兴趣模型,提出了用户兴趣树的建立算法,并基于隐反馈的方式,提出了3种用户模型的更新算法。针对结果合成处理,引入了决策理论,提出了基于偏好选举法的查询结果排序算法,该算法考虑了查询结果在各成员搜索引擎结果中的的位置信息,能够较好地将进行合并处理,满足用户的查询需求。最后,设计并实现了原型系统,对提出的理论和算法进行了实验验证,并分析了实验数据。

论文目录

• 摘要
• ABSTRACT
• 第一章 绪论
• 1.1 研究背景
• 1.2 研究目的和意义
• 1.3 论文的主要研究内容
• 1.4 论文组织结构
• 第二章 搜索引擎、元搜索引擎与个性化技术
• 2.1 搜索引擎
• 2.1.1 搜索引擎的产生与发展
• 2.1.2 搜索引擎的结构和原理
• 2.1.3 搜索引擎的分类
• 2.2 元搜索引擎
• 2.2.1 元搜索引擎的产生
• 2.2.2 元搜索引擎的原理
• 2.2.3 元搜索引擎的分类
• 2.2.4 元搜索引擎与传统搜索引擎的区别
• 2.2.5 元搜索引擎的评价指标
• 2.2.6 元搜索引擎的研究现状
• 2.3 个性化搜索技术
• 2.3.1 个性化搜索的研究现状
• 2.3.2 个性化搜索的主要方法
• 2.3.3 个性化元搜索引擎的方法
• 2.4 本章小结
• 第三章 个性化元搜索引擎若干关键技术研究
• 3.1 用户兴趣模型
• 3.1.1 典型的兴趣模型
• 3.1.2 用户兴趣模型的表示
• 3.1.3 用户兴趣树的建立和初始化
• 3.1.4 基于隐反馈的用户模型更新
• 3.2 用户查询意图分析
• 3.2.1 查询关键词到兴趣类别映射的算法
• 3.2.2 查询意图分析的算法
• 3.3 查询结果合成处理
• 3.3.1 查询文档的筛选
• 3.3.2 典型的结果排序算法
• 3.3.3 基于偏好选举法的排序算法
• 3.4 本章小结
• 第四章 原型系统设计与实验分析
• 4.1 系统总体框架
• 4.1.1 功能模块说明
• 4.1.2 系统工作流程
• 4.1.3 系统的数据库设计
• 4.2 系统实现
• 4.3 实验分析
• 4.3.1 实验准备
• 4.3.2 用户兴趣模型实验
• 4.3.3 查询意图分析的实验
• 4.3.4 查询结果合成处理实验
• 4.4 本章小结
• 第五章 结论
• 5.1 主要工作与创新点
• 5.2 进一步的研究工作
• 致谢
• 参考文献
• 作者在学期间取得的学术成果
• 附录A 兴趣分类参考模型