摘要
1引言
随着Internet的飞速发展,网络信息量爆炸式的增长,信息的更新速率也成倍加快.再加上WWW本身的分布性和动态性,使得发现特定的信息变得越来越困难.传统的WWW信息发现方法[1],使用称之为spiders或robots的自动网站信息发现程序,在Internet上进行漫游,将它们所发现的Web文档下载到本地.在本地机上,通过离线数据库的建立,对搜集到的文档进行特征抽取、聚类、索引.用户的搜索请求,由信息发现系统转化为对数据库的查询,而得到最后的搜索结果.
Popular use of the Internet as a global information system has flooded us with a tremendous amount of data and information. The traditional methods of information retrieval are unable to meet users' expectation . To solve this problem,the personalized IR has made good progress. In this paper,we apply the model of interestingness to guide the IR on Web,and support the automatic studying of users' search habit by means of relevant feedback. Finally,we present the implementation of a completed PSA (Personalized Searching Assistant)system.
出处
《计算机科学》
CSCD
北大核心
2002年第10期67-69,共3页
Computer Science
基金
江苏省应用基础计划资助项目
