基于社會化標簽的個性化搜索研究.pdf

1、揚州大學碩士學位論文基于社會化標簽的個性化搜索研究姓名：陳琛申請學位級別：碩士專業(yè)：計算機應用技術指導教師：沈潔20080501陳琛：基于社會化標簽的個性化搜索研究摘要在互聯(lián)網技術的推動下搜索引擎的應用日趨成熟，各式搜索引擎也已成為人們在信息過載的互聯(lián)網中搜尋信息時的有利工具。然而隨著人們對信息的個性化要求越來越高，也對搜索引擎的搜索效果提出了更高的要求。w曲20及其相關技術的出現(xiàn)為整個互聯(lián)網帶來了一個新的驚喜，其中最具代表的社會化標注

2、(SocialAnnotation)為提高搜索引擎?zhèn)€性化服務質量帶來了新的契機。搜索引擎的個性化方面的研究，集中在如何準確有效的獲取用戶的個性化特征，及如何根據(jù)獲取的用戶偏好為其提供個性化服務。本文首先全面分析了傳統(tǒng)的Web同志挖掘中的關鍵技術，總結了傳統(tǒng)R志挖掘在用戶數(shù)據(jù)獲取、數(shù)據(jù)過濾、模型表示、模型學習及更新的主要方法。在分析出傳統(tǒng)web同志挖掘中存在的問題后，本文結合傳統(tǒng)的web日志挖掘方法及對社會化標簽數(shù)據(jù)的處理來獲取用戶的特征

3、，并據(jù)此對用戶進行個性化推薦和貢獻。社會化標簽網帶來的是由用戶主動標識過的信息資源，相比較傳統(tǒng)的web日志挖掘而言，從這些信息資源中學習用戶的偏好特征必然更為客觀和準確。其次用戶標注行為的本身也具有可挖掘性，用戶對某一類資源的標注的頻繁度映射了其對這一興趣點的關注程度；用戶在某一類資源中總是可以較早的發(fā)現(xiàn)一些質量高的資源，那么依據(jù)此特征可以把這些資源推薦給具有相同興趣的其他用戶。論文的主要工作包括以下方面。(一)利用矩陣分別對用戶的歷史

4、搜索記錄和用戶標注數(shù)據(jù)進行描述，并對用戶搜索和標注中的關鍵term進行時間維上的描述。通過由搜索數(shù)據(jù)及標注數(shù)據(jù)構建的矩陣最終刻畫描述用戶的特征模型。(二)基于用戶特征的表示探討了現(xiàn)有的主要用戶模型的學習和更新方法，并結合其優(yōu)點針對其不足提出一種自適應的用戶模型的學習方法。(三)在獲得用戶特征后，針對一般性用戶的數(shù)據(jù)稀松問題提出一種基于協(xié)同過濾的個性化推薦；以及根據(jù)用戶標注行為本身與一般用戶特征相結合的方法為用戶提供個性化共享服務。關鍵詞