基于群体特性的搜索方法研究

《基于群体特性的搜索方法研究》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、武汉理工大学硕士学位论文基于群体特性的搜索方法研究姓名：白瑾申请学位级别：硕士专业：计算机科学与技术指导教师：刘东飞201104摘要Intemet的普及和应用十分迅速，已成为人们获取信息和知识的重要途径。互联网体系结构具有开放、异构和分布式等特点，互联网上的信息具有海量、冗余、更新快等特点。搜索引擎是人们获取网络信息的有效途径，伴随着互联网和人们信息需求的发展，如何在互联网上获取有价值的信息还是存在很大困难。一般情况下，不同搜索用户的搜索意图和信息需求是不相同的，具有一定的特定性和互异性。传统的搜索技术中没有考虑信息需求的差异性，相同的搜索关键词，

2、返回一样的结果，搜索准确度较差，不能满足人们的信息需求。对用户兴趣特性建立用户兴趣模型，在搜索引擎中引入用户兴趣模型，能够达到提高搜索准确度的目的。针对传统搜索引擎系统的局限性，人们信息需求的特性，本文进行了基于群体特性用户兴趣模型的搜索引擎技术研究。主要研究工作有以下几个方面：’(1)分析研究通用搜索引擎的原理、结构和组成，以及发展现状，重点对存在的问题进行了深入分析，为后面的研究奠定了基础。(2)构建了基于群体特性的用户兴趣模型，设计了基于用户兴趣模型的搜索引擎体系框架。对用户兴趣模型进行了重点研究，研究了用户兴趣模型的表示和建立技术。在分析改

3、进模糊ISODATA算法等文本聚类算法的基础上，提出了用户兴趣模型的更新算法，实现模型对用户群体兴趣特征的实时、准确反映。(3)研究了搜索意图分析和扩展的相关技术，给出了分析扩展算法，对于提高搜索效率，效果比较明显。(4)研究了搜索引擎排序算法，提出了基于用户模型的全局加权相关度排序算法，算法结合用户兴趣模型计算搜索关键词和搜索结果的相似度，依据相似度对结果进行排序，提高排序效果。(5)设计了基于群体特性用户兴趣模型的搜索引擎原型系统，划分了功能模块。利用Lucene和Java等开源软件和工具，实现了系统主要功能。重点对系统各项功能进行了实验研究，

4、验证了设计思路和各算法的合理性，有效性。实验表明，在搜索引擎中加入具有群体特性的用户兴趣模型，搜索引擎的性能有一定的提高，说明研究思路合理，相关算法是有效的，同时方法存在着很多不足之处，有待于进一步的改进。关键词：搜索引擎，用户兴趣模型，群体特性，搜索意图扩展，搜索结果排序AbstractThePopularizationandapplicationofIntemetisveryrapidly,itisbecomingallimportantwayofobtaininginformationforpeople．TheInternetarchitec

5、turehasthecharactersofopen,heterogeneousanddistributed，andtheinformationinIntemethasthecharactersofmassive，redundant，updatesoonand,SOon．Thesearchengineisoneofthemosteffectivewaytoobtaininformation,butwiththedevelopmentofInternetanduser'sinformationrequirements，itisstillhasgrea

6、tdifficulttoobtainvaluableinformationontheInternet．Generally,differentUS髓'Shasdifferentsearchintentionandinformationrequirements，andithasacertainspecificandexclusive．Generalsearchenginetechnologydoesnottakeintoaccountthedifferentinformationneeds，tothesamesearchkeywords，itretur

7、nthesameresults,thesearchaccuracyispoor)couldnotmeetpeople'sinformationneeds．Accordingtotheuser'sinteresttoestablishuscfmterestmodel，introducestheUSerintcrcstmodelintothesearchenginecanachievethegoalofenhancesthesearchaccuracy．Inviewoftraditionalsearchenginesystem’slimitMio玛th

8、echaracteristicofpeoplc．sinformationneeds，thisarticlecarriedo