本文關(guān)鍵詞：面向基礎(chǔ)教育資源的個性化垂直搜索引擎

  更多相關(guān)文章： 個性化垂直搜索引擎 用戶興趣模型 Lucene Heritrix

【摘要】：當前，互聯(lián)網(wǎng)迅猛發(fā)展，數(shù)據(jù)資源呈指數(shù)增長，用戶從互聯(lián)網(wǎng)中查找自己所需要的信息，這時就變得非常困難，從而亟需一種技術(shù)來解決這種現(xiàn)象。搜索引擎技術(shù)的出現(xiàn)和發(fā)展讓網(wǎng)民能夠更加方便、容易的在互聯(lián)網(wǎng)中搜索自己所需信息資源。而目前大多數(shù)通用搜索引擎是基于關(guān)鍵詞匹配，并且沒有充分利用用戶個性化信息，從而用戶得到的搜索結(jié)果并不完全是用戶所需要，還需要用戶花費額外的精力來過濾無用的信息。借鑒個性化推薦系統(tǒng)的思路，將個性化技術(shù)應(yīng)用到垂直搜索引擎領(lǐng)域，從而能夠讓用戶在專業(yè)領(lǐng)域內(nèi)更有效率、更加準確的查找所需資源，能有更好的搜索體驗。 本論文首先從研究搜索引擎相關(guān)理論著手，然后著重對個性化搜索引擎關(guān)鍵技術(shù)中的主題網(wǎng)絡(luò)爬、網(wǎng)頁信息抽取技術(shù)、用戶興趣模型進行了研究，并且利用用戶興趣模型對Lucene的排序算法進行改進，最后設(shè)計一個個性化垂直搜索引擎系統(tǒng)模型，，并將其應(yīng)用到基礎(chǔ)教育領(lǐng)域。 本論文的重點有： （1）研究分析開源網(wǎng)絡(luò)爬蟲Heritrix，并在其基礎(chǔ)上擴展應(yīng)用基于鏈接分析和領(lǐng)域詞庫的爬行策略，從而設(shè)計主題網(wǎng)絡(luò)爬蟲模型。 （2）研究分析開源檢索工具Lucene的體系結(jié)構(gòu)、索引結(jié)構(gòu)、數(shù)據(jù)流以及功能，著重研究Lucene的排序算法，并對Lucene排序算法進行基于用戶興趣模型的個性化信息改進，設(shè)計檢索模型。 （3）通過研究信息抽取相關(guān)技術(shù)，例如正則表達式、開源工具包HTMLParser，結(jié)合網(wǎng)頁數(shù)據(jù)和實際需求，設(shè)計信息抽取模型。 （4）研究用戶興趣建模理論，設(shè)計通過挖掘用戶對教育資源的使用行為建立用戶興趣模型的算法。
【學(xué)位授予單位】：北京工業(yè)大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2014
【分類號】：TP391.3

【參考文獻】

中國期刊全文數(shù)據(jù)庫 前1條

1 荊濟學(xué);張偉;;淺談如何利用Google高效搜索[J];電腦知識與技術(shù);2010年19期

本文編號：1282245