面向金融投资者及机构的信息咨询引擎系统研究

摘要

信息咨询引擎系统从类别上属于一种垂直搜索引擎。它是按照一定的搜索策略、运用特定的计算机程序语言，将来自各个国家的金融机构、上市公司和地方政府债券的数据进行整合处理，然后将整合后的数据结果根据搜索关键词展现给特定的用户群体。其用户群体主要是金融机构投资者和个人投资者。所以如何更好地为客户提供个性化检索服务，是实际应用系统需要重点解决的问题。基于此，所研究的基于用户个性化模型排序算法和改进网页权重值排序算法，具有重要的实际意义。本文的主要研究内容如下：
　　首先借助企业搜索引擎框架Solr构建本系统的搜索引擎平台，研究搜索引擎的个性化排序技术，最后对用户浏览网页的行为特征进行分析和提取。将与用户相关性较大的关键词权重值进行计算。进而通过所获得的用户特征向量构建用户个性化模型。并基于此个性化模型对搜索结果进行重排序，从而达到个性化排序的目的。实验结果表明，这种重排序算法可以更好的满足用户的搜索需求，但同时降低了搜索引擎的检索效率。
　　从这个角度出发，本文研究了两种改进的网页权重值算法，以提高个性化排序的效率。首先提出基于个性化网页权重计算的网页权重值算法。该算法利用对用户日志的挖掘分析，从而使网页的网页权重值具有用户个性化特征。其次提出基于事务聚类模式的个性化网页权重值算法。该算法通过获取用户的关键词访问序列，从而得到用户所感兴趣的关键词集合并以此来修正网页权重值，以体现用户个性化特征；进而提出基于主体化事务聚类模式的个性化网页权重值算法，将用户的检索关键词和网页主题进行归纳，使网页的权重值具有用户的个性化偏好。
　　为了验证本文所提算法的有效性，研发了面向金融投资者及机构的信息咨询引擎系统。该系统已成功应用于某司实际业务检索平台。通过QA测试平台实验表明，基于Solr构建的搜索引擎要略优于基于Endeca构建的搜索引擎；基于用户个性化排序算法的检索结果更符合用户的检索需求；改进的网页权重值算法的检索效率明显优于基于用户个性化模型排序算法；同时基于主题化事务聚类模式的个性化网页权重值算法从检索效率上又明显优于基于个性化网页权重计算和事务聚类模式网页权重值算法。

目录

第1章 绪 论

1.1 课题研究背景与问题提出

1.2 国内外研究现状

1.3 论文主要工作

1.4 本文结构安排

第2章 信息咨询引擎系统的相关技术研究

2.1 面向信息咨询的搜索引擎技术

2.2 个性化搜索技术

2.3 本章小结

第3章 基于用户浏览行为的个性化特征表示方法

3.1 用户浏览行为特征抽取

3.2 用户个性化特征表示

3.3 用户个性化模型的建立

3.4 本章小结

第4章 基于改进的PageRank个性化排序方法

4.1 方法概述

4.2 关键词序列抽取方法

4.3 基于个性化网页权重计算的PageRank算法

4.4 基于事务聚类的PageRank改进算法

4.5 本章小结

第5章 信息咨询引擎系统的设计与实验

5.1 总体设计

5.2 系统详细设计

5.3 系统实现

5.4 实验结果对比分析

5.5 本章小结

结论

参考文献

声明

致谢

个人简历