基于神经网络的个性化信息检索模型研究

《基于神经网络的个性化信息检索模型研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、＇＇．，－．ｒ，－．－－；－－ｉ：一．苗Ｖ气，．．占■－■－—‘—二己．；节一；争５＊：－．？．－．Ａ—－．＇■■＇ＴｒＩ－－Ｃ－ｉ．．＿■■－—：ｔ．１＂＂＇－■■；．，Ｖ．■Ｖ式ｙ／；；ｒ．■－？、■．：：一Ｌ；；二一与．——，：，＇—‘－＾＾＾？？：－：．，二＇—；巧Ｃ矮游栽呼换太乂珠藝議麵±

2、藥。．．．＝－－？＊－ｖ－？＿一ｒ－■－巧Ｖ户：＾；．；：？－、．．、＝－；：三：：＇；＿一■＇■－－？－．■一．八＿＾■二Ｊ．．，一谁义题貧基乎神经轉络煎个性化信悬稳索＾／模型爾究一－研究笔：滯ｒ谴社专泌贵算摄应用技术苦寒苗？－－．？．：．．Ｌ—＾二二一一－二—．蘇宛苟嗤入王智雜展其捶風－替穀师＾吉稱蒲．蔡弟蘇讀辕長；識—■－－－一■一．；马Ｖ

3、－■－二，．北与与吊－—＇＇，■，？心－Ｖ，Ｖ－＇＇．．－、－，与了三二；．Ｖ；．三气一？■■－—一－？－－？－－ＶＴｒ。．．．ＬＪ：：：—二：．．＇．；．：＾Ｉ；：：旱：百三巧古；；可巧；二取：覃亏＾＇’一占－＇尸三二－：．－一Ｖ知ｊｓ巧甚护与．．，－－■■子—－二一：Ｌ１：气二．■■：．－、｜．．＇’＇＇－－；．一—，：ＶＣ；．‘―－二心一：１．一Ｖ？在ＳＴ，；三互；－片－．吉苗女Ｖ吉二二占，与；二古子荒苦Ｇ－

4、一－－—￣？＊．ｊ；．三．一．三；，７－．．＾，＿？－—．－．，ｒ－：；－，．一．＿．．－—？■－；＾二？—＊一＊■？—？——■＿－？：５５＿—？．；＾－，０．：－＾：一二ＬＴ＿＝一―一＇＇一二■，■＾一ＬＪ：：■＾：产■一＾：：：：，－二六：：．；＾；一：＇．■

5、－－－．Ｔ—分类号密级公开UDC学位论文题目：基于神经网络的个性化信息检索模型研究研究生姓名：胡旷达学科专业名称：计算机应用技术研究方向：人工智能及其应用论文类型：应用研究申请学位：工学硕士指导教师姓名：蔡东风指导教师职称：教授指导教师单位：沈阳航空航天大学论文提交日期：2016年3月7日论文答辩日期：2016年3月11日沈阳航空航天大学2016年03月SHENYANGAEROSPACEUNIVERSITYTHESISFORMASTER’SDEGREERESEARCHONPERSONALIZEDINFORMATIONRETRIEV

6、ALMODELBASEDONNEURALNETWORKCandidate：KuangdaHuSupervisor：DongfengCaiSpecialty：ComputerApplicationTechnologyDate:March2016沈阳航空航天大学硕士学位论文摘要信息检索中通过用户行为学习用户的兴趣十分困难，而神经网络模型可以在隐藏层通过激励函数组合用户行为特征，并在高层形成更加抽象的表示，从而对用户兴趣进行学习。本文在分析传统人工神经网络模型的基础上，着重于神经网络模型在个性化信息检索领域的研究，利用神经网络模型的特性自动地学习用户兴趣，并建立检索词与

7、用户兴趣之间的联系。本文主要工作可以概括如下：首先，针对当前信息检索中的用户行为通常被忽略的问题，本文提出了一种基于神经网络模型的个性化信息检索方法。通过多组实验进行对比，说明神经网络模型可以通过用户行为自动学习用户兴趣，并论证隐藏层层数和隐藏层节点数目对个性化信息检索结果的影响。其次，神经网络模型可以通过用户行为自动的学习用户兴趣，但是其忽略了检索词与文档之间的相关性对检索结果的重要影响。针对上述问题，本文提出了一种基于模型融合的个性化信息检索方法。该方法从用户兴趣、检索词与文档相关性两方面进行考虑，将BM25模型与神经网络模型进行融合，更好地满足个性化信息检索

8、的实际需求