Internet上面向文本的智能信息搜索方法及研究.pdfVIP

Internet上面向文本的智能信息搜索方法研究 Internet是当今计算机领域最为活跃发展最快的技术，它的影响已经深入到 社会的各个领域，逐渐成为人们生活的一部分。In．met的迅猛发展，带来的一 个突出问题是信息的过度膨胀。人们淹没在Internet的信息海洋中，很难方便地 找到自己需要的信息。r， 本课题便是针对Intemet上文本信息的智能搜索而提出的。它主要研究了网 上智能信息搜索的方法，并据此实现了具有个性化信息过滤的Agem。信息过 滤Agent通过记录用户的浏览行为，分析用户浏览的网页来了解用户兴趣，从 而可以评价文档和用户兴趣的相关程度，过滤与自己兴趣不相关的网页，达到 智能浏览和查询的目的。信息过滤Agent的学习是实现上述功能的关键问题， 课题中我们提出采用Kohonen和BP神经网络来进行学习。f具体的说，我们利 用向量空间模型作为文本表示模型，对用户浏览的文档提取关键词，将文档编 码成向量；利用Kohonen神经网络的自组织能力对文本向量进行聚类，发现文 本向量的特征，利用BP神经网络的非线性特性将文本向量的特征映射为用户 的评价等级，以此达到在用户的指导下了解用户个人兴趣的目的；经过学习， 神经网络中包含了用户兴趣的“知识”，能够对输入文档进行判断，给出一个评 价等级，标识文档和用户兴趣的相关程度，从而可以用来进行个性化的信息过 滤。同时，课题中对于采用向量空间模型表示文档时文档向量维数过大和神经 网络训练收敛慢、学习时间长的问题，我们采取了选择信息过滤阈值过滤文档 频率过低的项，并采用改进的BP算法，S函数限幅算法和惯性校正法，加快了 网络的收敛速度。 Internet上的智能信息搜索是一个需要广泛研究的领域，我们应该进行更深 入地研究以期找到更好的、更加智能的方法，来实现基于Internet的信息过滤、 智能浏览和用户导航等处理。一 ABSTRACT Internetisthemost andactive during computerindustry, rapid technologytoday’S hasbeen intothefieldsofthe andwillbea of whoseinfluence penetrated society part is life ofthe the ofInteract human’Sgradually．Onegreatproblemsby rapidgrowth are in of are information drownthesea information，andvery expansionPeople tO theneededin_formation． djfficultfind This aimsatthe informationretrievalonIntemet，which paper intelligent the ofthe informationretrievaland an investigatesapproachesintelligent implements that the interface information records personalizedfiltering．The agentperforms agent user