發(fā)布時間：2018-12-07 11:57

【摘要】：隨著大數(shù)據(jù)時代的到來,如何管理、利用互聯(lián)網(wǎng)中已存在的海量數(shù)據(jù)成為當下的熱點。每天用戶對于互聯(lián)網(wǎng)產(chǎn)品的使用都產(chǎn)生大量的歷史數(shù)據(jù),但一般的搜索引擎并不會利用這些數(shù)據(jù),其檢索的結(jié)果也通常無法滿足用戶的個性化需求。因此,個性化檢索系統(tǒng)已經(jīng)成為互聯(lián)網(wǎng)新技術中的一個研究熱點。本文首先介紹了查詢-概念二分圖理論,通過分析其中對查詢權(quán)重設計不合理的問題,提出以查詢?yōu)閱挝粍澐钟脩魹g覽歷史。本文利用從用戶歷史中抽取的概念描述查詢,對于查詢本文在計算其權(quán)重時參考了查詢使用的時間、出現(xiàn)的先后次序等因素。用戶興趣建模過程中本文通過聚類算法將相似的查詢組合在一起,降低了用戶興趣模型的維度,使得每個查詢在模型中的比例更加合理。在模型存儲和更新問題上,本文提出自己了的存儲格式、更新算法。最后,利用構(gòu)建的個性化檢索原型系統(tǒng),實現(xiàn)了用戶瀏覽歷史的捕捉,通過模擬用戶的瀏覽過程驗證了以查詢?yōu)閱挝粚τ脩襞d趣的描述更合理。在與其他建模算法的對比中證明了本文提出的建模算法能夠獲得更為優(yōu)秀的興趣模型。系統(tǒng)運行的結(jié)果體現(xiàn)了本文設計的更行算法也較為合理。
[Abstract]:With the arrival of big data era, how to manage and utilize the huge amount of data in the Internet has become a hot spot. Every day, users produce a lot of historical data for the use of Internet products, but general search engines do not use these data, and their retrieval results are usually unable to meet the personalized needs of users. Therefore, personalized retrieval system has become a research hotspot in the new Internet technology. This paper first introduces the theory of query-concept bipartite graph. By analyzing the unreasonable design of query weights, this paper proposes to divide the browsing history of users with query as a unit. In this paper, we use the concept extracted from the user history to describe the query. For the query, we refer to the time used in the query, the order of occurrence and other factors in the calculation of the weight of the query. In the process of user interest modeling similar queries are combined by clustering algorithm which reduces the dimension of user interest model and makes the proportion of each query in the model more reasonable. In the problem of model storage and updating, this paper proposes its own storage format and update algorithm. Finally, the user's browsing history is captured by using the personalized retrieval prototype system, and the user's interest is described more reasonably by simulating the user's browsing process. In comparison with other modeling algorithms, it is proved that the proposed modeling algorithm can obtain better interest model. The result of the system operation shows that the algorithm designed in this paper is more reasonable.
【學位授予單位】：長春工業(yè)大學
【學位級別】：碩士
【學位授予年份】：2015
【分類號】：TP391.3

【參考文獻】

相關期刊論文 前10條

1 李峰;裴軍;游之洋;;基于隱式反饋的自適應用戶興趣模型[J];計算機工程與應用;2008年09期

2 賴玉霞;劉建平;;K-means算法的初始聚類中心的優(yōu)化[J];計算機工程與應用;2008年10期

3 王國霞;劉賀平;;個性化推薦系統(tǒng)綜述[J];計算機工程與應用;2012年07期

4 蒲國林;楊清平;王剛;邱玉輝;;基于語義的個性化用戶興趣模型[J];計算機科學;2008年07期

5 顧其威;郭鵬;潘鋒;;手機廣告推薦中的用戶興趣建模研究[J];計算機應用研究;2012年02期

6 郝水龍;吳共慶;胡學鋼;;基于層次向量空間模型的用戶興趣表示及更新[J];南京大學學報(自然科學版);2012年02期

7 王留正;何振峰;;基于全局性分裂算子的進化K-means算法[J];計算機應用;2012年11期

8 宋艷娟;陳振標;;個性化檢索系統(tǒng)中用戶興趣模型的研究[J];計算機與數(shù)字工程;2013年02期

9 潘金貴,胡學聯(lián),李俊,張靈玲;一個個性化的信息搜集Agent的設計與實現(xiàn)[J];軟件學報;2001年07期

10 仝雪姣;孟凡榮;王志曉;;對k-means初始聚類中心的優(yōu)化[J];計算機工程與設計;2011年08期

相關博士學位論文 前1條

1 余軼軍;Web訪問信息挖掘若干關鍵技術的研究[D];浙江大學;2006年

相關碩士學位論文 前9條

1 尉建興;基于Lucene搜索引擎的研究與應用[D];太原理工大學;2011年

2 戴雪梅;面向購物的聚類搜索引擎的研究與實現(xiàn)[D];北京交通大學;2011年

3 馮子威;用戶興趣建模的研究[D];哈爾濱工業(yè)大學;2010年

4 馬恩穹;基于Web數(shù)據(jù)挖掘的個性化搜索引擎研究[D];南京理工大學;2012年

5 李愛明;個性化搜索引擎用戶模型研究[D];華中師范大學;2007年

6 陳抒然;面向個性化服務的用戶興趣建模及應用研究[D];重慶大學;2007年

7 孟慶順;Web信息檢索結(jié)果聚類系統(tǒng)的研究[D];天津大學;2007年

8 鄒博偉;個性化信息檢索中用戶興趣模型的研究[D];哈爾濱工業(yè)大學;2009年

9 郝水龍;面向個性化服務的用戶興趣模型表示及更新研究[D];合肥工業(yè)大學;2012年

，

本文編號：2367165