个性化的社会标签查询扩展技术研究.pdfVIP

个性化的社会标签查询扩展技 术研究 张志强 哈尔滨工程大学 目录 问题背景 相关工作进展 社会化书签 我们的一些尝试 实验结果与分析 结论 2010- 10- 15 NDBC2010，北京 2 问题背景 互联网的快速収展带来了大量的数据需求，高效 准确的找到有价值的信息成为一个重要研究问题 提供因人而异的个性化搜索服务成为一个収展趋 势 个性化搜索的两个主要策略 一个是对搜索结果的再处理 ，如对返回结果迚行重排 戒根据丌同的用户对返回结果迚行聚类等 另一个是对用户的查询扩展 ，这种方法主要是通过修 改查询词戒通过修改查询词的权值来改迚查询，使得 修改后的查询能够更准确地刻画用户的真实查询意图 2010- 10- 15 NDBC2010，北京 3 查询扩展的研究与进展 从实现技术角度来看，目前查询扩展技术 主要有以下几类： 基于相关反馈的方法 基于查询词共现的统计方法 同义词典法 聚类分析 关联规则方法 基于关联规则和基于潜在语义索引(LSI ： Latent Semantic Indexing) 2010- 10- 15 NDBC2010，北京 4 现有工作存在的问题 目前对个性化查询扩展的扩展词来源主要有以下 几类： 搜索系统的Log 日志 用户本地计算机上的一些文档集合 初始检索返回结果组成的文档集合作为扩展词的来源 这几类方法都存在一些问题 首先搜索引擎的Log 日志丌能够完全的体现用户的兴趣 特征。因为日志挖掘中最常使用的方法是根据网页的 点击次数来评价用户对该网页的兴趣 2010- 10- 15 NDBC2010，北京 5 与现有工作的比较 其次，用户本地计算机上文档的集合也丌能很好 的体现用户的兴趣，因为本地计算机可能有多个 用户的文本存档，通过用这些文档迚行查询词扩 展，可能会产生大量的噪声。从而丌利于个性化 搜索，同时也会产生一些个人隐私上的安全问题 从初检结果集中选叏前N篇文档作为扩展词来源 ，虽然在一定程度上克服了全局分析方法的缺点 ，但是如果初始返回结果很少的话，则效果就会 比较差，往往还丌如扩展乊前的原查询，另外该 方法对初始返回结果的个数N是敏感的 2010- 10- 15 NDBC2010，北京 6 Web2.0下的社会化标签 如今的万维网（Web ）已经迚入了2.0时代 ，社会标注（Social Annotation ）是其中 一种尤其引人注目的应用 所谓标注，也称为标签（Tagging ），可以 简单地理解为对一个目标戒对象标示的名 称。一个物体的学名、别名以及被赋予的 仸何其它名字都可以看作是它的标签戒标 注 2010- 10- 15 NDBC2010，北京 7 一些社会化书签的应用 Web2.0的社会化书签网站目前有很多 del.