基于社会化标注信息的个性化检索方法研究

发布时间：2021-02-22 11:04

　　随着互联网技术的发展和信息时代的到来,海量数据呈现在人们面前,如何从如此浩瀚且日益增长的数据中快速而精准地获取用户所需要的信息,一直是信息检索领域中研究的关键问题。在信息检索的过程中,查询词通常具有简短、概要以及不明确的特点,无法准确表达用户的查询意图,从而导致检索结果不精确。此外,由于用户的背景和需求存在差异性,传统的检索模型由于其通用性已无法满足不同用户在条件相同情况下的不同需求,难以得到因人而异的检索结果。近年来,由于社会化标注系统的出现以及个性化思想的提出,不少学者开始探究将社会化标注运用到个性化信息检索中,其有效性已经得到了很好的验证,但仍存在着一定的改善空间。本文主要探究如何更加高效地利用社会化标注信息来改善个性化信息检索的效果。用户利用标签对网页资源进行标注的行为通常代表了用户对于网页资源的见解,同时这些标签信息也可视为网页内容的有力扩充,利用它们对文档的个性化得分进行扩展,是现有个性化排序方法中一种常用的手段。但在现实中,一方面出于一些隐私保护机制,用户所标注的网页及其使用的标签极为有限,数据稀疏的问题在社会化标注系统中经常出现,这无疑给个性化信息检索带来了一定的困难;... 

【文章来源】：湖南科技大学湖南省

【文章页数】：59 页

【学位级别】：硕士

【部分图文】：

用户对文档类别偏好计算示例

【参考文献】：
期刊论文
[1]基于特征和实例迁移的加权多任务聚类[J]. 张晓彤,张宪超,刘晗.  计算机学报. 2019(12)
[2]基于兴趣衰减的个性化排序算法[J]. 王林,刘继源,马安进.  计算机工程. 2017(09)
[3]一种长短期兴趣结合的个性化检索模型[J]. 王晓春,李生,杨沐昀,赵铁军.  中文信息学报. 2016(03)
[4]基于社会化标注和网页分类的个性化检索方法[J]. 管毅舟,徐博,林原,林鸿飞.  山东大学学报(理学版). 2016(07)
[5]文本聚类研究综述[J]. 曹晓.  情报探索. 2016(01)
[6]搜狗与知乎宣布战略合作 完善搜索功能[J].   互联网天地. 2015(11)
[7]一种融合相似网络的多主题域混合推荐算法[J]. 赵海燕,郭娣,陈庆奎,曹健.  计算机应用研究. 2015(10)
[8]社交网站中潜在好友推荐模型研究[J]. 张中峰,李秋丹.  情报学报. 2011 (12)

硕士论文
[1]基于向量空间模型的中文文本相似度算法研究[D]. 陈飞宏.电子科技大学 2011



本文编号：3045893