个性化搜索引擎中检索技术的研究.pdfVIP

要 随着Internet 技术的飞速发展，搜索引擎日渐成为人们必不可少的一种工具。 虽然通用搜索引擎在一定程度上满足了用户的搜索需求，但是它没有考虑用户的 个人兴趣，当不同的用户输入同一个检索词时，搜索引擎将不做区分地返回同 的检索结果。实践证明，用户的检索目的是多种多 的。即使是同 的检索词， 不同用户所期待的检索结果也是各不相同的，因此需要一些更加贴近用户的手段 来改变这种方式，使得用户能够得到自己真正关心的信息，这就是 “个性化搜索 引擎”所试图解决的问题。 个性化搜索引擎是指那些针对不同用户背景返回不同检索结果的信息检索系 统。在这些系统中，文档的相关性是基于不同用户的背景和兴趣而单独计算的。 而用户的兴趣和背景通常是通过显式或隐式的用户反馈来获得。 本文围绕个性化搜索引擎中的用户反馈技术，从基于用户查询内容和用户查 询日志两个方面对用户查询进行查询扩展。由于根据用户的行为进行查询扩展， 难以避 用户的兴趣漂移问题。为了避 用户的兴趣漂移问题，本文在查询扩展 的基础上，对用户和文本分别进行聚类。在用户聚类中，根据用户查询行为结合 用户对查询词进行聚类，避 了查询词的歧义性造成的检索模糊问题；在文本聚 类中，利用常用的k-means 算法对文本进行聚类，由于通用k-means 算法对初始聚 类中心的确定是随机的，导致聚类结果的随机性。对于初始聚类中心，除了希望 分布得尽量分散之外，还希望这些中心点具有一定的代表性，即具有较高的密度， 基于这点，本文提出新的计算聚类中心的算法。该算法使得初始聚类中心根据 k 值的不同而有不同程度的分散度，聚类结果比较稳定，具有一定的代表性。 关键词：个性化搜索引擎，用户兴趣模型，用户查询扩展，用户聚类，文本聚类 1 Abstract With the rapid development of Internet technology, Search Engine becomes an indispensable tool increasingly. While general search engine meets the needs of users to a certain extent, but it don t consider the users personal interests, when different users input the same search words, the search engine will return the same results by no distinction between users differences. But Practice shows, users search is varied. Even inputting the same retrieval word, users are not looking forward to the same search results. We need some more means closing to the users to change this way, making users to get the information they really care. Which problems is the Personalized Search Engine try to resolve. Personalized Search Engines are those information retrieval systems which return different search results with the same search words by different users. In these systems, the relevance of documents is calculated based on the backgrounds and interests of different users. And the use