基于用户兴趣的个性化搜索系统研究

针对目前常用搜索引擎在查询时返回结果数量巨大且杂乱无章的现象,在Web客户端为实现对用户的个性化信息服务设计了一种基于用户兴趣的搜索系统。利用用户的兴趣对于用户提出的搜索条件进行处理,再通过常用的搜索引擎进行查询,并将得到的结果进行二次排序,同时通过反馈信息不断更新用户的兴趣,以满足用户不断变化的需求。实验证明这样在保证了查全率的基础上,提高了查准率,从而提高了搜索效率。     

个性化搜索引擎技术研究

个性化搜索引擎是一种用户驱动网页排名结果的优化方式。基于本体和语义网,用户建模可以作出准确的查询结果,它包括：限定搜索方式、过滤搜索结果,以及成为搜索过程等3种方式。因此,个性化搜索引擎用户模型可被视为用户驱动个性化搜索服务的模型。研究结论是整合前人研究并且提出＂用户行为（用户兴趣、用户偏好、用户查询记录）-用户文档（用户行为与关键词组）-用户建模（相关性算法与排名算法）-个性化服务＂的新模型,可作为数字图书馆发展个性化搜索引擎的指引。     

个性化的Web信息搜索研究

Web搜索从根本上改变了人们查找信息的方式。实现Web信息搜索个性化主要有推荐系统和个性化的Web搜索系统两大类，概述了每种类型的基本思路，分析了Web信息个性化技术使用的个性化用户兴趣模型的建立取更新，剖析了实现Web个性化搜索的前提条件，展望了个性化搜索的将来。     

基于Web挖掘的个性化服务研究

论述了基于Web挖掘的个性化服务研究，提出了利用Web挖掘方法的个性化服务研究中的用户聚类、Web页面聚类、用户频繁访问路径发现算法及用户访问路径优化算法。利用这些算法得到的个性化信息可以准确把握用户兴趣模式并对Web信息资源的组织方式进行有效更新，从而提高网络信息服务效率，为用户提供“一对一”的具备自适应性的智能个性化服务。     

拟合用户偏好的个性化搜索

文章从用户偏好的角度对个性化搜索进行了优化研究,提出了基于语义关联树的查询扩展算法以及基于该算法的拟合用户偏好的个性化搜索系统架构。语义关联树可以灵活有效地控制查询扩展模型,在此之上的拟合用户偏好的个性化搜索系统具有用户偏好自学习能力。实验证明,该方法能有效提高文本检索的准确率。     

Web信息搜索个性化方法

综述了几种Web搜索个性化方法，介绍了基本思想，对一些系统如何实现Web搜索个性化进行了分析，包括所使用的用户信息、与用户的相互作用、信息的存储、结合用户信息与搜索所使用的算法。     

一种基于本体论的用户兴趣模型构建方法

提出了一种基于本体论的用户兴趣模型构建方法.就是利用领域本体论,通过观察用户在浏览Web页面时所采取的动作以及用户的反馈信息,获取用户的兴趣信息,从而构建用户兴趣模型,实现个性化信息检索.     

多Agent协作的智能搜索引擎系统的设计与实现

随着网络信息资源的迅速增加和实时更新,如何及时准确地获取所需的有用信息是现代网络信息检索技术需要解决的主要问题。针对现有搜索引擎的不足,设计了一种基于多Agent协作的智能搜索引擎系统模型,结合人工智能的Agent技术与元搜索引擎技术来共同执行检索任务,实现基于用户兴趣的智能化与个性化。提高查询的精度和速度．保证了查全率。并对该系统实现的关键技术作了介绍。     

Web信息个性化的研究

分析了个性化用户兴趣模型的建立度更新；综述了实现Web信息个性化的两类系统：推荐系统和个性化的Web搜索系统；研究了实现个性化搜索的前提条件；最后对个性化搜索的将来进行了展望。     

基于视觉信息的个性化图像搜索排名技术

为了提高图像搜索的质量,个性化方法被广泛应用于图像检索中,但搜索效果并不理想.针对个性化图像搜索效率质量不高的现状,提出一种基于图像视觉信息进行个性化图像搜索算法,在此算法中首先对用户兴趣模型进行建模,再利用图像视觉信息提高排名质量.