科研训练开题报告高新民.docVIP

西安邮电大学 科研训练开题报告 计算机学院 院（系） 计算机科学与技术 专业 2011 级 02班 课题名称： 基于社交关系的查询结果排序技术研究 学生姓名： 高新民 学号指导教师： 刘 钊 远 报告日期： 2014年10月17日 1．本课题所涉及的问题及应用现状综述 目前，搜索引擎已成为网民获取信息的一个重要途径。然而随着 WEB 2.0 的迅速发展以及各类社交网站的日益崛起，传统搜索引擎的一些缺陷暴露了出来。一方面，各种Web2.0 网站和社交网站拥有海量的用户数据，但传统搜索引擎却无法支持对其检索。另一方面，不同的用户因为职业、学历、兴趣偏好及社交关系各不相同，对搜索结果的期待也往往各不相同，因此对搜索引擎的个性化有很迫切需求。 传统搜索引擎的所面临的问题亟待解决，利用社交网络平台提供的丰富的数据，通过用户建模和个性化排序算法建立的个性化搜索引擎不仅可提供更新更广阔的数据，更可以为有不同需求的用户提供符合各自兴趣及偏好的搜索结果，是下一代搜索引擎发展的趋势。 2．本课题需要重点研究的关键问题、解决的思路及实现预期目标的可行性分析 本研究课题以国内最大的微博社区新浪微博为数据来源，通过分析用户的个人数据、操作习惯以及用户之间的社交关系，在已有的用户建模方法上，提出一种包含用户兴趣、用户社交关系及用户影响力的多维用户建模方法，设计并实现了在传统的基于关键词的全文搜索框架 Lucene 的基础上，融合多维用户建模方法及个性化评分、排序算法的个性化的搜索引擎。具体如下： 1. 研究新浪微博开放平台的 API，通过隐式数据获取方法自动获取微博数据，无须用户主动参与，并针对数据特点采取高效可靠的存储方式，为建立个性化社交搜索引擎做好数据准备。 2. 分析采集到的用户的个人数据、操作与浏览习惯、以及用户间的社交关系，建立多维用户模型，包括用户兴趣模型、用户社交关系模型、用户个人影响力模型，基于以上模型结合个性化评分及排序算法进行个性化排序。 3. 通过文本分类方法及统计方法对用户的兴趣在主题类别方向建立向量，定位用户兴趣及偏好，基于此建立用户兴趣模型。 4. 对 Lucene 系统原有的排序机制进行改进，以适应微博搜索及个性化排序。 5. 建立用户模型的动态更新机制，通过系统对用户的动态适应机制及用户对系统排序结果的动态反馈机制，系统可不断更新用户模型，持续优化搜索结果。 3．完成本课题的工作方案 （1）对个性化社交搜索的相关理论与技术研究。 （2）个性化社交搜索的用户模型，在借鉴国内外相关研究成果的基础上，针对社交网络的数据特征及个性化社交搜索引擎的需要，提出了一种多维度多层次的用户模型。 （3）个性化社交搜索的算法设计，详细介绍了用户兴趣获取算法、用户特征生成方法、用户模型更新机制以及个性化评分及排序机制，并进行实验验证个性化社交搜索算法的有效性。 4．指导教师审阅意见 指导教师(签字)：　　　　　　 年 月 日