摘要:随着网络信息的增长,信息检索技术的重要性与日俱增,与此同时,一些传统的IR技术如向量空间模型很难快速、准确地检索到用户所需的信息.因此,个性化信息检索技术成为研究的热点.个性化信息检索的关键是用户模式的提取(或用户兴趣的获得),由于用户的兴趣是随时间变化的,如何及时地发现用户最新的兴趣就直接影响到返回给用户文档的质量.本文从用户的兴趣入手,提出了一种基于相关反馈和用户模式的个性化信息检索模型.首先从正、负文档中提取关键项集合,构建用户兴趣准模式,然后利用此准模式更新用户兴趣模式,以便获得用户最新的兴趣;同时利用此模式正则化文档集合,从而使文档集合直接和用户兴趣相关联;最后在相关度计算上,直接将用户兴趣模式与正则化后的文档相匹配,从而挑选出符合用户兴趣的文档.从实验结果可以看出,这种个性化的信息检索模型,要比传统的检索模型更加有效.