基于用户兴趣改进模型的智慧图书馆个性化检索服务研究

为了解决目前用户在图书馆检索系统中无法找到自己感兴趣的内容的困境,文章以抓取的各类教育网站上的课程信息作为实验数据,将用户兴趣与基于倒排索引的Lucene算法及LDA算法模型相结合,引入UCI-Lucene算法:使用Lucene算法得出基于倒排索引的搜索结果,使用LDA主题模型算法对Lucene算法得出的搜索结果计算得到课程的兴趣分布,与此同时使用LDA主题模型算法通过对用户日志进行计算得出用户的兴趣分布,接下来将课程的兴趣分布与用户的兴趣分布做相似度计算,得到课程—用户的兴趣相似度,最后通过加权Lucene算法得出的搜索结果得分和课程—用户的兴趣相似度得分得到每个课程的综合得分,得到最后的搜索排序结果。基于上述改进算法,文章设计了一款智慧图书馆个性化检索系统。实验表明,基于用户兴趣改进模型的智慧图书馆个性化检索系统不仅能够更好满足用户的搜索需求和用户兴趣,还能够显著提升搜索结果的准确性和召回率。

实现Web页面的智能个性化检索

给出了对Web页面进行智能个性化检索的系统结构和实现原理,采用Agent技术和用户手工调整相结合的方法确定用户检索的个性化模式,通过K-modes算法聚类学习用户反馈信息,产生新的个性化模式。更精确地满足用户的个性化检索需求,降低了检索结果的重复率,在一定程度上提高了检索的精度和效率。

基于用户兴趣的个性化检索

目前检索工具的设计大都面向所有用户,而不考虑用户个人的兴趣偏好.本文提出一种基于用户兴趣的个性化检索方法.该方法自动学习用户查询的历史记录,构建用户兴趣模型,以此推导用户新提问的真正意图.实验结果表明,该方法更适宜涉及多个类别的关键词的信息检索,可提高信息检索的查准率.

基于协同过滤的联机公共目录查询系统个性化检索结果排序研究

提出并实现基于协同过滤的联机公共目录查询系统个性化检索结果排序方法。该方法构建同趣读者引擎,计算读者间的相似性及最近邻居。当读者通过OPAC进行检索时,系统将其最近邻居的相关借阅书目在结果中优先显示,以实现个性化检索的目的。该方法显著提高了检索的查准率。

基于Ontology的个性化检索

目前检索工具的设计大都面向所有用户,而不考虑用户个人的特殊信息需求。本文提出一种基于Ontology的个性化检索方法,该方法自动学习用户查询的历史记录,构建用户兴趣模型,以此推导用户新提问的真正意图,满足用户特殊的信息需求。该方法适用于Internet特定领域或者特定用户群、企业网等智能信息检索。

搜索引擎个性化检索研究综述

搜索引擎个性化检索是搜索引擎主动或被动地搜集用户的偏好、兴趣等信息需求特征,建立用户模型,检索并反馈与用户特定需求密切相关结果的过程。论述了搜索引擎个性化检索中的用户模型和网页排名技术的研究。在分析大量研究成果基础上,总结了存在的不足并对未来的研究趋势进行探讨。

基于本体的个性化检索智能Agent模型探析

本文针对关键词检索无法反映出文章的语义信息及无法满足用户的个性化检索的问题,结合本体和智能Agent技术,提出了一种基于本体的信息检索智能Agent模型,研究并分析了在这种模型框架下检索信息的流程。

英语教学资源库系统中个性化检索模块的设计

针对目前教学资源服务中普遍存在的海量教学资源与用户个性化需求之间的矛盾,在基于校园网的英语教学资源库系统中建立了一个教学资源个性化检索模型,该模型把基于网络的个性化信息服务引入英语教学资源体系,尊重用户中存在的差异,学习和跟踪用户的个性化兴趣,并根据用户的个性化兴趣特征对英语教学资源进行过滤,实现少而精的教学资源个性化检索。实验表明:该模型能有效地提高英语教学资源服务中个性化检索的查全率和查准率。

基于改进用户Agent的个性化检索系统实现方法的研究

在智能多Agent系统(Multi-Agent)以及黑板协作机制的基础上,对用户Agent进行改进,并以此为核心,开发一种基于用户Agent的多介质知识源下的个性化信息检索系统。提出整个系统的框架结构,分析用户Agent黑板结构分区及数据格式,并给出任务分解、任务分区信息、通信信息分区的组织及监控机制的实现,最后对多Agent系统的协作机制进行讨论。

个性化检索系统中用户兴趣模型的研究

个性化检索服务已成为提高信息检索查准率的有效途径。论文针对用户兴趣模型的构建,在传统TFIDF算法的基础上,提出了一种基于文档结构和网页兴趣权重的TFIDF算法,并给出了用户兴趣模型的更新算法。实例分析表明,基于该文算法的用户兴趣模型能够改善用户兴趣的捕获情况。

网络环境下的个性化检索定制服务

在信息爆炸的网络环境下,信息获取效率和准确度成为用户关注的重点,同时又由于用户的个性化需求在进行检索时变得越来越明显,因此,迫切需要数字图书馆能够由被动服务转变为主动服务,为用户提供更加人性化的服务。文章就此论述了个性化检索定制服务的模式和实现方案。

基于Agent的旅游信息资源个性化检索研究

Internet空间中的信息资源是异构的,人们要想从Internet中发现,收集和维护自己需要的信息则要花费大量的时间和精力。本文针对Internet检索系统存在的不足,进行了Agent对旅游信息资源个性化检索的研究。

试析面向大数据的个性化检索中的用户匿名化策略

本文首先概括介绍了个性化检索，并在此基础上对面向大数据的个性化检索中的用户匿名化策略进行论述。期望通过本文的研究能够对确保用户隐私的安全性有所帮助。

基于Internet的智能个性化检索

本文给出了对Web页面进行智能个性化检索的系统结构和实现原理,采用Agent技术和用户手工调整相结合的方法确定用户检索的个性化模式,通过K-modes算法聚类学习用户反馈信息,产生新的个性化模式,更精确地满足用户的个性化检索需求,降低了检索结果的重复率,在一定程度上提高了检索的精度和效率。

用户ontology的构建及其在个性化检索中的应用

为使用户能够从信息庞杂的网络中方便准确地找到自己所需的信息,在传统检索技术的基础上,结合ontology及个性化检索技术的研究,提出个性化检索中用户ontology的概念,讨论了基于行为的用户描述文件的建立,并制定了个性化检索中语义关系的提取规则。最后在此基础上给出了用户ontology的构建方法,并通过比较实验说明了用户ontology在个性化检索中的有效性。

个性化检索系统中的数据挖掘技术分析

论文首先分析了网络环境下信息个性化检索的现状,主要介绍了网络信息个性化信息检索工具的工作原理、缺陷和发展方向,提出了数据挖掘技术.技术,并进一步介绍了Web数据挖掘技术,并阐述了Web数据挖掘技术.网络信息智能搜索的一个重要方向是情报.最后,提出了一种结合数据挖掘技术的搜索引擎结构模型.

个性化检索门户系统的设计与实现

针对网页数量激增,网上信息资源庞大而繁杂的现状,介绍了个性化信息检索系统的发展及相关技术.在此基础上,侧重于检索系统的用户接口和发布平台方面的研究,提出了应用uPortal框架及其频道技术的解决方案并加以实现.为此,设计了一种跳板模型,以及具有模板性质的lnline Frame和Rss频道.

基于人工标注的个性化检索系统评测的研究

个性化信息检索可以根据用户的检索兴趣返回个性化的检索结果。该文构建了个性化检索标注系统和个性化检索评测系统,生成个性化检索系统所需的语料集;并提出了以用户为中心的基于人工标注的个性化检索评价方法。个性化检索评测系统采用了NIST所建立的评价体系,根据用户的标注结果对个性化检索系统的性能进行自动评价,并给出量化、直观的性能指标。

一种长短期兴趣结合的个性化检索模型

个性化信息检索针对用户个人兴趣优化文档排序,被认为是改善用户检索体验的一种有效途径。为提高个性化检索模型的检索性能,该文提出了一种将用户的长短期兴趣结合的通用方法,利用用户长期兴趣和短期兴趣对查询模型进行改进。大规模真实搜索日志数据上的实验结果显示,利用长短期兴趣能够获得准确表达信息需求的查询模型,相对于传统的个性化检索模型取得了更好的效果。

一种基于本体论的Internet信息个性化检索系统的Agent实现模型

本文通过结合本体论和Agent技术提出了一种基于本体论的Internet信息个性化检索的Agent系统的实现模式。该系统的实现可以在一定程度上缓解Internet网上信息过载的问题,结合领域知识,提供用户个性化信息检索服务,可提高Internet信息检索的准确率。