基于用戶(hù)點(diǎn)擊行為的數(shù)字圖書(shū)搜索系統(tǒng)研究與實(shí)現(xiàn).pdf

1、數(shù)字圖書(shū)館(Digital Library)在世界很多國(guó)家受到了高度關(guān)注，并取得了迅猛發(fā)展，已經(jīng)成為人們獲取信息與知識(shí)的重要途徑。數(shù)字圖書(shū)搜索則是數(shù)字圖書(shū)館必須提供的支撐性服務(wù)，本論文針對(duì)數(shù)字圖書(shū)搜索以及搜索結(jié)果排序問(wèn)題做了深入研究與開(kāi)發(fā)，以便讀者能夠在海量數(shù)字圖書(shū)資源中快速發(fā)現(xiàn)他所需要的數(shù)字圖書(shū)。 傳統(tǒng)數(shù)字圖書(shū)搜索建立在關(guān)系型數(shù)據(jù)庫(kù)之上，采用關(guān)鍵詞的簡(jiǎn)單匹配來(lái)判別相關(guān)程度，不能反映圖書(shū)的質(zhì)量信息和受關(guān)注程度，缺乏有效的綜合排序

2、機(jī)制，不能綜合利用多種排序依據(jù)。 本文的主要工作如下：一、利用數(shù)字圖書(shū)館門(mén)戶(hù)豐富用戶(hù)使用日志數(shù)據(jù)，提出兩個(gè)點(diǎn)擊流上的隨機(jī)行走算法：BookRank一基于訪(fǎng)問(wèn)關(guān)聯(lián)圖的圖書(shū)評(píng)分算法，提供圖書(shū)相關(guān)性排序功能；QueryCluster-基于查詢(xún)一閱讀行為的查詢(xún)?cè)~聚類(lèi)算法，利用讀者對(duì)檢索結(jié)果的隱式反饋信息，提供對(duì)查詢(xún)?cè)~的聚類(lèi)功能。二、抓取互聯(lián)網(wǎng)上的圖書(shū)評(píng)分相關(guān)數(shù)據(jù)，將其整合進(jìn)我們的圖書(shū)搜索排序系統(tǒng)中去作為搜索結(jié)果排序的一個(gè)重要依據(jù)。三、在