基于社会书签的个性化查询词扩展技术研究

摘要

随着互联网上的信息日益增长，个性化的搜索需求越来越迫切，由于用户兴趣的不同和行为的差异，如何为不同的用户提供不同的检索结果成为一个具有挑战性的问题。
　　 本文首先对现有搜索引擎的个性化信息检索和查询扩展技术进行了分类总结，分析它们的优缺点。然后提出了基于社会化书签的个性化查询词扩展的新方法。该方法提出通过从用户所收藏的社会化书签和书签所对应的网页中提取出和用户查询词相关的词，来对用户的初始查询进行扩展细化。
　　 本论文主要的研究是通过delicious（美味书签）这个网站上的用户数据，对比研究了本论文提出的4种新的基于社会化书签的个性化查询词扩展算法，分别是书签分析扩展法、书签聚类分析扩展法、TF分析查询扩展法、社会化书签查询词共现分析扩展法。实验结果表明本文提出的社会化书签查询词共现分析扩展法的效果最好。
　　 为了研究这四种个性化查询扩展算法的效果，论文设计并实现了一个个性化查询扩展元搜索引擎系统MSearchPBM，提出了在Google上加一层个性化查询词扩展层的体系结构，系统提供了用户信息的登入、扩展查询词的个数和4种查询扩展算法，实现了基于用户的社会化书签查询词扩展的个性化搜索。最后采用多种评估方法与Google搜索结果进行对比分析，实验结果表明本文所提出的社会化书签查询词共现分析扩展法能够更好的满足用户的个性化需求，检索结果比Google的检索结果更接近用户需求。

目录

文摘

英文文摘

第1章 绪论

1.1 引言

1.2 研究的背景和意义

1.3 论文的研究工作与贡献

1.4 论文的组织

第2章 现有个性化搜索技术

2.1 搜索结果处理策略的研究与进展(Result Processing)

2.2 用户查询词细化的研究与进展(Query Refinement)

2.3 WEB2.0下的社会书签

2.4 本章小结

第3章 基于社会书签的个性化查询扩展技术

3.1 引言

3.2 书签分析扩展法

3.2.1 书签分析扩展法的具体描述

3.3 书签聚类分析扩展法

3.3.1 文档聚类

3.3.2 基于参考区域的k-means文本聚类算法

3.3.3 书签聚类分析扩展法的具体描述

3.4 TF分析查询扩展法

3.4.1 TF的相关知识

3.4.2 基于局部分析的查询扩展

3.4.3 TF分析查询扩展法中的文档

3.4.4 Lucene的相关性计算和排序流程

3.4.5 TF分析查询扩展法的具体描述

3.5 社会化书签查询词共现分析扩展法

3.5.1 扩展词的选取标准

3.5.2 社会化书签查询词共现分析扩展法的具体描述

3.6 本章小结

第4章 实验与结果分析

4.1 实验环境

4.2 实验中主要用到的开源工具的介绍

4.2.1 WordNet

4.2.2 JWI(MIT Java Wordnet Interface)

4.2.3 HTML Parser

4.2.4 Lacene

4.2.5 Nutch

4.3 实验的数据

4.3.1 论文实验所用的数据

4.3.2 查询集

4.3.3 评价方法和实验结果

4.4 本章小结

第5章 M__Search_PBM元搜索引擎系统的设计与实现

5.1 M_Search_PBM元搜索引擎系统体系结构

5.2 M_Search_PBM元搜索引擎系统的设计

5.3 M_Search_PBM元搜索引擎系统的实现技术

5.4 本章小结

结 论

参考文献

攻读硕士学位期间发表的论文和取得的科研成果

致 谢