面向推薦的Web檢索系統(tǒng)研究與實(shí)現(xiàn).pdf

1、目前，Web資源越來(lái)越豐富，內(nèi)容越來(lái)越廣泛，它已成為最重要的信息源。幫助用戶快速、準(zhǔn)確地查找和推薦有用的信息，具有廣泛的應(yīng)用背景和實(shí)用價(jià)值，已經(jīng)成為近年來(lái)的研究熱點(diǎn)。 論文將Powazi.com中具有推薦功能的信息檢索作為研究工作的應(yīng)用背景，設(shè)計(jì)與開(kāi)發(fā)了一個(gè)支持推薦的Web檢索程序系統(tǒng)。綜述了信息檢索、推薦的理論和關(guān)鍵技術(shù)。依據(jù)傳統(tǒng)信息檢索與推薦方法，對(duì)改善Powazi.com的檢索及推薦效果，進(jìn)行了較深入的研究和實(shí)踐。研究工作

2、主要包括以下幾個(gè)方面。 (1)基于改進(jìn)向量空間的檢索算法研究。針對(duì)傳統(tǒng)搜索引擎缺乏語(yǔ)義理解的缺點(diǎn)，在傳統(tǒng)的信息檢索方法上提出一個(gè)基于改進(jìn)向量空間的檢索算法。該算法采用統(tǒng)計(jì)法建立“文檔-潛在語(yǔ)義-詞”之間概率分布關(guān)系，并利用這種關(guān)系進(jìn)行檢索。當(dāng)用戶在Pwaltz的檢索系統(tǒng)中輸入查詢關(guān)鍵字后，檢索系統(tǒng)先使用VSM模型將文檔中包含關(guān)鍵字的文檔檢索出，形成基本滿足用戶查詢需求的結(jié)果集；接著使用PLSA模型，找出和關(guān)鍵詞最相關(guān)的潛在語(yǔ)義，

3、查找到的潛在語(yǔ)義查詢和它最相關(guān)的文檔，計(jì)算各個(gè)文檔的關(guān)聯(lián)度，并排列順序。實(shí)驗(yàn)證明，關(guān)鍵詞和文檔的關(guān)系通過(guò)隱含語(yǔ)義層聯(lián)系起來(lái)，使信息檢索能夠理解用戶請(qǐng)求，改善了信息檢索效果。 (2)Pwaltz系統(tǒng)的推薦算法研究。將推薦問(wèn)題轉(zhuǎn)變成一個(gè)排序問(wèn)題，提出了一種基于Random walk的機(jī)器學(xué)習(xí)調(diào)整異構(gòu)資源網(wǎng)絡(luò)參數(shù)算法。該方法采用機(jī)器學(xué)習(xí)確定不同類型節(jié)點(diǎn)之間邊的權(quán)重，根據(jù)系統(tǒng)內(nèi)信息的重要度和相似度，向用戶提供：與查詢關(guān)鍵詞相關(guān)，并且在系

4、統(tǒng)中比較重要的信息。實(shí)驗(yàn)證明，在推薦效采上基于Random walk的機(jī)器學(xué)習(xí)方法優(yōu)于基線方法。 (3)支持推薦的Web檢索程序系統(tǒng)建構(gòu)。按照Pwaltz系統(tǒng)的檢索與推薦功能需求，采用IAVA編程實(shí)現(xiàn)了基于MVC的Web檢索與推薦程序系統(tǒng)。該程序系統(tǒng)在采用lucene全文檢索技術(shù)的基礎(chǔ)上，依據(jù)基于改進(jìn)向量空間的檢索算法，基于Random walk的機(jī)器學(xué)習(xí)調(diào)整異構(gòu)資源網(wǎng)絡(luò)圖參數(shù)算法，優(yōu)化了系統(tǒng)的檢索和推薦功能。通過(guò)系統(tǒng)演示，給出