个性化推荐系统研究及其在信息检索中的应用计算机应用技术专业论文.docxVIP

摘要随着网络信息量的快速增长，人们要在其中获取所需要的信息变得十分困 摘要 随着网络信息量的快速增长，人们要在其中获取所需要的信息变得十分困 难。虽然搜索引擎为用户查询信息提供了很多方便，但是目前大多数的搜索引擎 存在许多缺陷。由于对用户的个性化因素考虑不足，传统搜索引擎的局限性R益 突出，个性化搜索引擎的研究及其实现成为研究热点。目前对个性化信息检索技 术研究在个性化用户建模和个性化策略两个方向都取得了不少成果，但仍然处于 理论阶段。 推荐系统作为一种个性化的信息服务方式，根据用户的个性、兴趣、偏好的 分析，准确地向用户提供感兴趣的信息或服务，可以有效地为用户提供个性化的 信息服务。推荐系统在理论和实践中都取得了很大的发展，特别是在电子商务领 域。相应地，将个性化的推荐系统引入信息检索领域，根据用户兴趣模型为用户 提供个性化信息检索服务，可以有效地提高信息检索的精确度。 本文首先对目前的个性化信息检索技术进行了较为全面、深入的分析。分别 对个性化用户建模和个性化策略与技术进行了讨论，分析了已有的研究成果，进 一步总结了个性化检索中值得关注的研究课题和热点。 接着，针对推荐系统中由于系统规模的扩大导致的诸如稀疏性问题、可扩展 性等问题，对推荐系统及其主要的推荐技术进行了探索和研究，分析了当前系统 地优缺点和改进方向，在此基础上提出了一种混合推荐算法。算法在离线阶段采 用信息检索中的网页分析方法来构建用户的兴趣模型，并利用局部敏感聚类算法 对用户聚类。在线阶段，结合基于内容的推荐和基于用户的推荐预测用户对网页 的评分，从而有效地提高算法的可扩展性和推荐质量。 最后，将改进的推荐算法应用于信息检索领域中，设计了一种个性化的搜索 系统。系统根据用户的搜索历史建立用户兴趣模型，并根据该模型采用改进的推 荐算法预测用户检索到的网页的兴趣程度。最后结合预测值和传统的信息检索排 序算法对检索结果进行重新排序，使用户感兴趣的页面尽量排在前面，从而实现 信息检索的个性化。实验结果显示基于推荐系统的排序算法可以有效地提高信息 检索的精确度。 关键词：个性化信息检索重排序混合推荐聚类 AbstractWith Abstract With the explosive increase of information in web．it’S di伍cult for people to obtain what they need from the infcIrmation sea．Although search erlgines as the main tool for information search bring a great convenience，there are still many shortcomings in most of them．Because these traditional ellgines do not take full consideration of the individuality,it becomes harder for USer to 10cate pages that they really concern about．Therefore research of the personalized search engines become one of the hot issues of information retrieval．Although research in personal USer modeling and personal technologies has achieved great development，personalization is still in its theory research stage． Recommender System which is a kind of personalization infolrmation service recommends interesting information to USer based on his／her personality and interests． Recommender System is a great success in both practice and theory,especially in e-commerce fields． Correspondingly, applying recommend technologies to infornlation retrieval and providing personal information retriev