个性化技术资料支持帮助系统的研究与实现

摘要

在现代科学技术不断高速发展的时代背景下,人类积累的科学技术知识量急剧增加。科技知识信息量的不断增长给从事于技术性较强行业的人们带来了很多困扰。其中最迫切需要解决的就是如何从海量技术信息中找到真正有用的信息资源,这一困扰对技术密集型的机构表现的也非常突出。本文研究的正是如何利用个性化服务技术,为需要大量技术信息服务的机构提供全面、统一、集中的技术信息服务的问题。
　　 个性化服务通过收集和分析用户信息来学习用户的兴趣和行为,区别不同用户的信息需求,可以为不同的用户提供不同的服务,提高了信息服务的精度。实现这种个性化服务的途径是建立一个以个性化搜索引擎为核心的技术资料支持帮助系统。
　　 传统的搜索引擎只能机械的根据用户输入的关键词进行匹配查找,这种方式在信息量呈爆炸式增长的环境下,已经凸显了很多不足之处。主要表现在,搜索引擎返回的信息量仍然非常之大,用户还要从中进行再次的筛选。为了改进搜索引擎的这一弱点,个性化搜索应运而生。
　　 本文所探讨的应用场景是这样的:某机构是一个从事于技术密集型行业的大型企业,需要大量的技术信息服务。其中大多数服务都已经有渠道可以获得,但是这些渠道都是相互独立,没有联系的。需要有一个集中的平台将所有的技术信息服务整合起来,为各种不同技术水平、专业背景的用户提供服务。
　　 本文首先对个性化服务和搜索引擎技术的发展现状和未来趋势进行了分析。随后探讨了面向大型机构的综合性技术服务问题,指出了这类服务的两个关键问题:第一是技术服务信息的汇聚,如何将各种来源的技术信息集中起来；第二是信息呈现问题,如何满足各种具有不同技术水平和背景的用户的需要。经过分析后,认为运用个性化搜索引擎,将分散的各种技术信息集中到一起,再根据用户特点个性化的呈现出来,可以有效的解决这两个问题。基于这样的出发点,本文利用向量空间模型设计了基于用户属性的搜索算法。定义一系列用户模型,每种用户模型对应一种搜索策略。当用户使用搜索服务时,搜索引擎先根据用户属性判断用户属于哪种用户模型,然后采用该模型对应的搜索策略进行信息的过滤和重排,从而得到个性化的搜索结果。为了提高精度,还加入了用户行为的跟踪和学习,将用户行为习惯作为用户属性的扩展。接下来,根据开源项目Lucene改进设计了搜索引擎。在搜索引擎的设计中将算法封装,作为搜索引擎的个性化服务组件。最后,以本文改进设计的搜索引擎为核心,完成了“湖南省电力公司技术资料支持帮助系统”的设计开发,实现了面向大型机构的综合性技术服务系统。