信息搜索方法的作用是在信息系統(tǒng)里快速準確地查找到用戶需要和關心的信息數(shù)據(jù),提升搜索的效率和質量。近年來互聯(lián)網(wǎng)（Internet）技術的高速發(fā)展帶動著信息系統(tǒng)的數(shù)據(jù)處理能力躍遷,加快了系統(tǒng)更新迭代的步伐。如春雨醫(yī)生、去哪兒網(wǎng)、天貓等各大類型的信息系統(tǒng)為了爭奪用戶的數(shù)量和訪問流量,向用戶提供了海量的數(shù)據(jù)信息,豐富了用戶的選擇,也造成了“信息過載”現(xiàn)象,干擾了用戶篩選信息的過程,影響了系統(tǒng)的體驗感受。面對“信息過載”問題,幫助用戶排除無關信息的干擾,快速準確地定位到感興趣的結果,信息搜索方法的研究與應用具有重要的價值和意義。本文主要從以下三個方面探討信息搜索方法的研究應用:首先是用戶的興趣偏好模型的構建。本文采用LM-BP神經(jīng)網(wǎng)絡算法訓練用戶偏好模型,根據(jù)用戶和項目的特征建立特征屬性矩陣,并對矩陣進行降維處理,再利用LM-BP算法進行訓練,構建用戶—項目評分矩陣,對沒有評分的項目進行預測。完成用戶偏好模型的建立。經(jīng)過實驗,能夠準確地反映用戶的興趣偏好。其次是搜索推薦算法的選取和實現(xiàn)。傳統(tǒng)的協(xié)同過濾算法的存在稀疏性、“冷啟動”以及可擴展性三個方面的問題。（1）面對稀疏性問題的不足,本文采用非目... 

【文章頁數(shù)】：66 頁

【學位級別】：碩士

【部分圖文】：

搜索引擎結構圖

ElasticSearch技術結構圖

Netty邏輯架構圖

【參考文獻】：
期刊論文
[1]基于用戶瀏覽軌跡的商品推薦[J]. 郭俊霞,許文生,盧罡.  計算機科學. 2016(12)
[2]融合社交網(wǎng)絡信息的協(xié)同過濾推薦算法[J]. 郭蘭杰,梁吉業(yè),趙興旺.  模式識別與人工智能. 2016(03)
[3]基于灰色關聯(lián)度聚類的協(xié)同過濾推薦算法[J]. 楊錫慧,林鵬,周國強.  軟件導刊. 2015(10)
[4]基于用戶偏好和項目屬性的協(xié)同過濾推薦算法[J]. 姚平平,鄒東升,牛寶君.  計算機系統(tǒng)應用. 2015(07)
[5]ElasticSearch在電子商務系統(tǒng)中的應用實例[J]. 周映,韓曉霞.  信息技術與標準化. 2015(05)
[6]基于優(yōu)化歐氏距離的協(xié)同過濾推薦[J]. 陳小輝,高燕.  計算機與現(xiàn)代化. 2015(03)
[7]基于改進的迭代式核方法協(xié)同過濾推薦算法研究[J]. 劉麗.  信息技術與信息化. 2014(12)
[8]綜合用戶偏好和優(yōu)先新品推薦的協(xié)同過濾算法[J]. 吳杰,馮鋒.  計算機應用與軟件. 2014(10)
[9]協(xié)同過濾推薦技術綜述[J]. 冷亞軍,陸青,梁昌勇.  模式識別與人工智能. 2014(08)
[10]基于用戶興趣度和特征的優(yōu)化協(xié)同過濾推薦[J]. 嚴冬梅,魯城華.  計算機應用研究. 2012(02)

碩士論文
[1]基于LM-BP神經(jīng)網(wǎng)絡的推薦算法的研究與應用[D]. 孫倩.北京交通大學 2016
[2]基于神經(jīng)網(wǎng)絡集成和用戶偏好模型的協(xié)同過濾推薦算法研究[D]. 楊鳳萍.華中師范大學 2016



本文編號：3679804