基于感兴趣度的WWW个性化信息发现

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.

基于Agent的个性化信息检索中相关度反馈的研究

本文分析了信息检索中的相关性反馈技术,对用户兴趣的反馈评价机制进行了研究。采用Agent技术,给出了一个智能Agent的相关度反馈模型;并对此模型中的用户兴趣的反馈评价机制进行了实验,通过改进的ID3算法,学习用户兴趣、更新用户兴趣模型来实现个性化的信息检索。实验证明,这种反馈评价机制是有效的,系统的查全率与查准率都有了明显的提高,能够更好地满足用户的个性化需求。

Internet个性化智能信息检索的分析与研究

本文首先对Internet网上信息检索进行了综述与分析 ,针对存在的问题 ,介绍了智能Agents的解决方法 ,最后本文提出了一个多Agents系统的个性化智能信息检索系统的模型 ,该模型集成了神经网络、最好优先算法、信息过滤。

基于相关反馈的个性化信息检索模型研究

分析了通用搜索引擎存在的不足,设计了一个基于相关反馈的个性化信息检索模型。该模型采用相关反馈技术与用户个性化模式相结合的方式进行信息检索,使信息检索的效果有了明显提高。

个性化网络信息检索系统研究与实现

提出一种个性化网络信息检索系统(Personalized Internet Information Retrieval System,简称PIIRS)。在分析PIIRS目标和业务流程的基础上,给出PIIRS的整体结构,并详细说明PIIRS各组成子系统的功能及其实现。最后总结PIIRS系统的特色,并指出今后的改进方向。

个性化信息检索中的相关反馈技术研究

面对目前用户高效准确而又个性的信息需求,考虑在个性化的信息检索中运用相关反馈技术。从介绍相关反馈的研究现状及基本思想出发,在深入分析相关反馈的各种实现策略以及在不同系统中设计的差别后,提出完整的相关反馈技术和个性化信息检索结合的模型,最后讨论引入数据融合的思想来进一步改善反馈效果,以期实现检索系统性能的有效提高。