基于相关性分析的信息搜索方法研究与应用

发布时间：2022-09-17 19:23

　　信息搜索方法的作用是在信息系统里快速准确地查找到用户需要和关心的信息数据,提升搜索的效率和质量。近年来互联网（Internet）技术的高速发展带动着信息系统的数据处理能力跃迁,加快了系统更新迭代的步伐。如春雨医生、去哪儿网、天猫等各大类型的信息系统为了争夺用户的数量和访问流量,向用户提供了海量的数据信息,丰富了用户的选择,也造成了“信息过载”现象,干扰了用户筛选信息的过程,影响了系统的体验感受。面对“信息过载”问题,帮助用户排除无关信息的干扰,快速准确地定位到感兴趣的结果,信息搜索方法的研究与应用具有重要的价值和意义。本文主要从以下三个方面探讨信息搜索方法的研究应用:首先是用户的兴趣偏好模型的构建。本文采用LM-BP神经网络算法训练用户偏好模型,根据用户和项目的特征建立特征属性矩阵,并对矩阵进行降维处理,再利用LM-BP算法进行训练,构建用户—项目评分矩阵,对没有评分的项目进行预测。完成用户偏好模型的建立。经过实验,能够准确地反映用户的兴趣偏好。其次是搜索推荐算法的选取和实现。传统的协同过滤算法的存在稀疏性、“冷启动”以及可扩展性三个方面的问题。（1）面对稀疏性问题的不足,本文采用非目... 

【文章页数】：66 页

【学位级别】：硕士

【部分图文】：

搜索引擎结构图

ElasticSearch技术结构图

Netty逻辑架构图

【参考文献】：
期刊论文
[1]基于用户浏览轨迹的商品推荐[J]. 郭俊霞,许文生,卢罡.  计算机科学. 2016(12)
[2]融合社交网络信息的协同过滤推荐算法[J]. 郭兰杰,梁吉业,赵兴旺.  模式识别与人工智能. 2016(03)
[3]基于灰色关联度聚类的协同过滤推荐算法[J]. 杨锡慧,林鹏,周国强.  软件导刊. 2015(10)
[4]基于用户偏好和项目属性的协同过滤推荐算法[J]. 姚平平,邹东升,牛宝君.  计算机系统应用. 2015(07)
[5]ElasticSearch在电子商务系统中的应用实例[J]. 周映,韩晓霞.  信息技术与标准化. 2015(05)
[6]基于优化欧氏距离的协同过滤推荐[J]. 陈小辉,高燕.  计算机与现代化. 2015(03)
[7]基于改进的迭代式核方法协同过滤推荐算法研究[J]. 刘丽.  信息技术与信息化. 2014(12)
[8]综合用户偏好和优先新品推荐的协同过滤算法[J]. 吴杰,冯锋.  计算机应用与软件. 2014(10)
[9]协同过滤推荐技术综述[J]. 冷亚军,陆青,梁昌勇.  模式识别与人工智能. 2014(08)
[10]基于用户兴趣度和特征的优化协同过滤推荐[J]. 严冬梅,鲁城华.  计算机应用研究. 2012(02)

硕士论文
[1]基于LM-BP神经网络的推荐算法的研究与应用[D]. 孙倩.北京交通大学 2016
[2]基于神经网络集成和用户偏好模型的协同过滤推荐算法研究[D]. 杨凤萍.华中师范大学 2016



本文编号：3679804