改进潜在语义索引的个性化搜索引擎的设计-苏州职业大学学报.PDFVIP

第2 1卷 第2期 苏州市职业大学学报 Vol .2 1,No .2 2010年6月 Journal of Suzhou Vocational University Jun . ,2010 改进潜在语义索引的个性化搜索引擎的设计 刘 静 (健雄职业技术学院 计算机工程系，江苏 太仓  215411） 摘 要：个性化搜索引擎是一种通过机器主动学习用户兴趣,并根据用户兴趣帮助用户进行信息 筛选的新一代智能化搜索引擎,潜在语义索引模型在词与词、文本与文本之间的检索中具有先进 性.针对该模型中文档集用户兴趣有效性低的问题引入用户个性词典来改进,给出一个完整的可学 习用户兴趣并可动态调整的个性化搜索引擎的设计.实验表明潜在语义索引比向量空间模型具有 更好的信息检索性能，同时改进的潜在语义索引算法与传统算法相比在文献检索方面性能有明显提高. 关键词：个性化；潜在语义索引；向量空间模型；用户个性词典；信息检索 中图分类号：TP393 文献标志码：A 文章编号：1008-5475(2010)02-0054-04 Design of Personalized Search Engine Based on Latent Semantic Indexing LIU Jing (Department of Computer Engineering, Chien-shiung Institute of Technology, Taicang 215411, China) Abstract: Personalized search engine is a kind of new intelligent search engine that can learn users interests and help user to filter information. Latent Semantic Indexing(LSI) is a new retrieval model based on document that has an advantage of word and text retrievel. LSI is improved by users personalized dictionary in this paper. A personalized search engine based on the improved LSI that can dynamically learn users interests is implemented. The improved LSI is proved to perform better than VSM in the experiment and the improved LSI has a better performance than the traditional algorithm in the information retrieval. Key words: personalized; latent semantic indexing; vector space model; users personalized dictionary; information retrieval 随着Web 信息的快速增长和人们对信息检索质量要求的提高 ,传统的搜索引擎 已不能很好地满足 [ 1] 人们的需求 .目前大型的搜索引擎如Goog 1e ,b aidu 等 ,虽具有强大的搜索功能 ,但 由于其通用的性 质 ,仍然不能满足不同背景、不同目的和不同时期的查询请求.国内外注重对搜索引擎搜索算法的研究 , 采用重排序处理、遗传算法、倒排索引算法等算法进行研究 ,以提高搜索有效性[2 -3] ,但对用户