基于用户兴趣的个性化web信息检索方法new

《基于用户兴趣的个性化web信息检索方法new》由会员上传分享，免费在线阅读，更多相关内容在教育资源-天天文库。

1、万方数据第18卷V01．18第7期No．7电子设计工程ElectronicDesignEngineering2010年7月Jul．2010基亏用户兴趣的个性化Web信息检索方法蔺跟荣(榆林学院信息工程学院，陕西榆林719000)摘要：针对现有的个性化信息检索系统存在的I'*-I题，提出一种新的基于用户兴趣的个性化Web信息检索方法，采用自动隐式学习方式来建立和更新用户兴趣库，采用本体技术来进行语叉扩展，从而提高Web信息检索的查堆率和查全率。文中给出了个性化Web信息检索系统的体系结构和个性化机制的关键技术及相关算法．全面描述了基于用户兴趣的个性化处理过程。该方法能更好

2、地满足用户的需求，为其提供个性化服务。关键词：个性化；信息检索；个体；用户兴趣中图分类号：TP391文献标识码：A文章编号：1674—6236(2010)07—0060-03Interest．basedpersonalizedWebinformationretrievalmethodLINGen-rong(DepartmentofInformationEngineering，YulinCollege，Yulin719000)Abstract：Wepresentanewpersonalizedwebinformationretrievalmethodbasedoninte

3、resttosolvetheproblemthatexistingpersonalizedinformationretrievalsystemshavenotconsider．Weuseautoimplicitlearningalgorithmtocreateandupdateuserprofile，anduseontologytechnologytodoqueryexpansion．Therefore，thewebinformationretrievalsystem’sprecisionandrecallwillbeimproved．Aframeworkofthesy

4、stemandkeytechnologiesorrelevantalgorithmsofthepersonalizedmechanismaregiveninthepaper．Andtheprocessingofuser8’personalizedinformationretrievalbasedoninterestisdiscussedthoroughly．WeproposedapproachCanbetteransweruser8’needsandprovidepersonalizedservicesforthem．Keywords：personalization；i

5、nformationretrieval；ontology；userprofile随着因特网(Internet)和万维网(WWW)的迅速发展，网络上的信息内容和数量在急剧增长。如何使不同要求、不同兴趣的用户更全面、更准确地获得有用信息。如何为用户提供高质量和高效率的个性化信息服务．已成为个性化信息检索系统急需解决的问题【I】。目前已存在许多个性化服务系统．它们提出了各种思路以实现个性化服务。例如Obiwanra．WebWatcheI翻。WBIIq，Fab四等，它们不同程度地解决了个性化检索的某些问题。但还存在以下不足：1)对用户兴趣的学习和表达的自动化程度不高，要求用户输

6、入私人信息并需要用户提供大量的反馈信息，不能很好的适应用户需求的变化；2)缺乏对所检索的关键词在语义上的分析和处理．即存在“忠实表达”问题和“表达差异”问题。针对以上问题．提出了一种基于用户兴趣的个性化Web信息检索方法。采用自动隐式学习方式来建立和更新用户兴趣库。同时引入本体来解决语义上的问题，将现有的基于关键词层面的信息检索提高到基于知识或概念层面的信息检索。1个性化Web信息检索方法1．1基本思想为了根据用户的知识背景、兴趣爱好和历史操作等。执行收稿Et期：2009—11～30稿件编号：200911079符合用户个性特色的检索策略，本系统借助用户兴趣库和本体知识库

7、来实现个性化的处理机制。用户兴趣库存储用户的兴趣信息，它通过隐式方式自动生成，并且可以动态更新。检索系统在无需用户参与的情况下．可以准确获得用户的兴趣。本体知识库存放了丰富的语义知识．用于分析网页所属的具体领域和规范用户的查询信息。个性化机制的处理过程如下：首先。利用本体知识库对用户的查询请求进行语义扩展，选出最符合用户需求的检索范围和相关的概念集，按照本体论的概念表示形式返回给用户。其次，根据用户兴趣知识对查询请求进行实体匹配。深入领会用户的查询意图，然后将处理后的查询请求发送给独立搜索引擎。最后，利用本体和用户兴趣对搜索引擎检索到的结