面向用户兴趣的Web搜索策略的研究与实现

论文摘要

随着互联网的急速膨胀,万维网上信息的增长远远超过人们的应付能力。难以定位、难以获取成为阻碍互联网信息利用的巨大障碍。搜索引擎作为一种方便易用的互联网检索工具致力于解决这一难题。与此同时,搜索引擎的性能也越来越引起人们的关注。目前大部分搜索引擎对于用户查询返回结果的差异依赖于用户输入的查询词,即相同的查询词返回相同的结果。而实际上,即便相同的查询词,不同的用户查询目的也可能不同。针对这种情况,迫切需要一种查询结果精确相关并针对用户兴趣特点为其提供个性化服务的搜索引擎。本文在分析了目前通用搜索引擎和个性化搜索引擎特点的基础上,提出一种基于用户搜索历史建立用户兴趣模型、并基于该模型的面向用户的网络搜索的思想。具体地,根据用户以往对搜索结果的点击情况建立用户兴趣模型,并实时跟踪用户行为以便对用户模型进行更新。本文针对当前排名算法的不足,提出了基于用户兴趣模型的面向用户重排名算法。它将返回的原始列表重新排序,将网页与兴趣主题之间的语义距离、用户兴趣向量等因素作为列表重排的参数,使之能够向用户提供特定服务、满足用户潜在信息需求。实验和分析证明,本文提出的用户兴趣模型的建立和更新算法能够恰当地表达用户的偏好,面向用户的首页重排名算法能够使返回列表更加符合用户的兴趣主题,面向用户的后续页排名算法实现了互动式搜索,能够动态地根据用户的点击生成相关结果列表。

论文目录

• 摘要
• ABSTRACT
• 第一章 引言
• 1.1 研究背景
• 1.2 本文研究的问题
• 1.3 本文的组织结构
• 第二章 相关工作
• 2.1 搜索引擎简介
• 2.1.1 通用搜索引擎
• 2.1.2 搜索引擎的发展趋势
• 2.1.3 个性化搜索引擎
• 2.2 用户模型及用户信息获取
• 2.2.1 用户信息的显式获取
• 2.2.2 用户信息的隐式获取
• 2.3 检索系统评测指标
• 2.3.1 传统评测指标
• 2.3.2 新兴评测指标
• 2.4 问题的提出
• 2.4.1 用户问题
• 2.4.2 一词多义问题
• 2.4.3 通用搜索引擎存在的问题
• 2.4.4 改进目标
• 2.5 本章小结
• 第三章 用户兴趣模型
• 3.1 ODP简介
• 3.2 用户兴趣向量
• 3.3 用户兴趣向量的创建
• 3.3.1 简单统计方法创建用户兴趣向量
• 3.3.2 基于PLSA的方法创建用户兴趣向量
• 3.3.2.1 PLSA算法模型
• 3.3.2.2 基于PLSA提取用户兴趣向量
• 3.4 用户兴趣向量的维护
• 3.4.1 遗忘曲线
• 3.4.2 用户兴趣向量的更新策略
• 3.4.3 长期兴趣与短期兴趣
• 3.5 本章小结
• 第四章 面向用户的排名算法
• 4.1 网页排名简介
• 4.1.1 网页自身的相关性
• 4.1.1.1 布尔模型
• 4.1.1.2 向量空间模型
• 4.1.2 网页的外部链接
• 4.1.2.1 HITS算法
• 4.1.2.2 PageRank算法
• 4.1.3 存在问题
• 4.2 面向用户的首页排名算法
• 4.2.1 用户兴趣向量
• 4.2.2 查询词与主题问的隶属度
• 4.2.3 网页原始排名
• 4.2.4 网页与主题间的语义距离
• 4.2.5 参数的选择
• 4.3 面向用户的后续页排名算法
• 4.3.1 互动式搜索
• 4.3.2 顺序学习与反馈理论
• 4.3.3 动态的后续页排名算法
• 4.4 本章小结
• 第五章 实验与分析
• 5.1 UOS原型系统
• 5.1.1 系统结构
• 5.1.2 数据库设计
• 5.1.2.1 目录主题数据库
• 5.1.2.2 用户兴趣模型数据库
• 5.1.3 系统业务流程
• 5.2 用户兴趣向量
• 5.2.1 评价标准
• 5.2.2 实验结果
• 5.3 面向用户的排名算法
• 5.3.1 评价标准
• 5.3.2 实验结果
• 5.3.2.1 多义词集
• 5.3.2.2 首页重排序
• 5.3.2.3 后续页重排序
• 5.4 本章小结
• 第六章 结束语
• 6.1 本文的主要贡献
• 6.2 进一步的工作
• 参考文献
• 致谢
• 攻硕期间参加的项目及发表的论文