基于改进VSM的个性化搜索引擎的研究与设计

摘要

上世纪90年代至今，随着互联网的飞速发展，Web上的各种资源正在以爆炸式的速度膨胀。面对汪洋的Web信息资源，如何从中高效的精确的检索信息，也成了当前迫切需要解决的课题。 以检索Web信息为主要功能的搜索引擎系统应运而生，用户可以通过搜索引擎系统来查找Web上自己所需的资源。搜索引擎已成为互联网上仅次于电子邮件的第二大网络应用。 但是，Web规模的迅速发展，使得利用搜索引擎来检索信息也越来越困难，究其主要原因，其一是因为搜索引擎对用户检索的意图理解不够，现在的搜索引擎大多需要用户以严格的关键词来检索，由于用户往往无法贴切的表达自己的意图，造成用户的“信息迷向”；二是因为面对如此规模的互联网信息库，即使用户能够贴切表达意图，也可能会淹没在庞大的结果集中，从而造成用户的“信息过载”。 个性化是这一问题的有效解决途径，个性化的实质是因人施制，根据不同用户的兴趣有针对性的进行检索。 本文在研究了搜索引擎技术以及传统个性化技术的基础上，分析了基于VSM(VectorSpaceModel)的用户模型以及基于Ontology的用户模型的优点以及不足：VSM模型是基于严格关键词的查询，无法考虑用户兴趣词条之间关系，并且无法克服一词多义对结果的影响；而基于Ontology的用户模型，只解决了根据语义理解对用户查询进行优化，而没有考虑对检索结果的过滤。本文根据以上的情况，设计了一个基于改进VSM的个性化搜索引擎系统(PSE，PersonalizedSearchEngine)，改进之后的用户模型，通过对兴趣词条进行分类来优化用户查询，并克服了一词多义的问题，而且根据用户的兴趣对检索结果进行了过滤，减小了不同的检索模块对检索结果的影响。本文介绍了改进VSM模型的表示，建立和更新方法，以及改进模型对查询的优化检索结果的过滤，并给出了相关算法，对算法的复杂度进行了分析。最后对系统作出了总结，并指出了进一步的工作。

目录

文摘

英文文摘

南开大学学位论文版权使用授权书及原创性声明

第一章绪论

第二章搜索引擎技术介绍

第三章个性化搜索引擎系统(PSE)的设计

第四章基于改进VSM的个性化模块设计

第五章相关算法的分析

第六章结论及进一步的工作

致谢

参考文献

个人简历