基于用户兴趣的局部上下文分析方法-计算机应用研究.PDF

第 24 卷第 4 期 计 算 机 应 用 研 究 Vol. 24, No. 4 2007 年 4 月 Application Research of Computers April 2007 基于用户兴趣的局部上下文分析方法 * 罗建利 ( 温州大学 经济与管理学院, 浙江 温州 325000) 摘 要: 针对根据目前网络信息检索存在的查全率和查准率低的特点, 提出一种个性化的局部上下文分析方 法, 以提高 Web 信息检索的性能。该方法通过设计一种客户端的用户兴趣挖掘模型, 同时将用户兴趣模型与局 部上下文分析方法相结合 , 克服了局部上下文分析的缺陷。实验结果显示该方法能有效提高 Web 信息检索的 查全率与查准率。 关键词: 信息检索; 查询扩展 ; 局部上下文分析; 用户兴趣 中图分类号: TP311; F270 文献标志码 : A 文章编号: 1001- 3695( 2007) 04- 0261- 04 User Profile-based Local Context Analysis LUO Jian-li ( College of Business Management, Wenzhou University, Wenzhou Zhejiang 325000, China) Abstract: Since the precision and recall of Web information retrieval systems was very low now, a new method for automatic query expansion to improve the performance of retrieval was presented. By mining the user profile in client computer, then combining user profile and traditional LCA, the method could resolve the defect of LCA. Experimental results showed that this technique can improve the precision and recall of Web information retrieval markedly compared with conventional ones. Key words: information retrieval; query expansion; local context analysis; user profile 随着 Internet 的发展, 网络信息量急剧增长, 同时 Web 信 即对每个用户均提供统一的模式———one-size-fit-all 模式。然 息检索技术也日趋成熟, 功能日益完善。但是其检索结果仍然 而, 由于不同用户对信息的需求往往存在很大的差异, 即使是 不能令用户十分满意, 甚至随着信息量的指数级增长, 其检索 同一用户对信息的需求在不同时刻也不同。为了向用户提供 性能也日益下降。搜索引擎的出现在一定程度上缓解了人们 高质量的服务, 信息检索系统应能通过观察用户与系统之间的 在 Web 寻找信息的困难, 但是却不能从根本上得到令用户满 交互动作获取用户的个人兴趣, 根据不同用户的兴趣主题进行 意的检索结果。原因是目前大部分搜索引擎只提供基于关键 个性化的