用户兴趣分类在个性化搜索引擎中的应用

个性化搜索引擎是指在普通搜索1引擎的基础上,根据用户的背景,兴趣等调整排序算法,针对不同的用户提供不同的服务.本文对搜索引擎的排序算法和用户行为进行了深入细致的研究,通过隐性方法收集用户行为信息,统计并构建用户长期兴趣模型,短期兴趣模型,时段兴趣模型等,利用向量相似度计算获取最适合用户当前状态的兴趣模型,最后将该兴趣模型结合到搜索引擎的排序算法中,影响文档得分,实现结果集的个性化排序.实验证明,该方法简单有效,可以增加搜索引擎对用户兴趣的应变能力.     

个性化搜索引擎中的用户兴趣提取技术

首先对个性化搜索进行了介绍，简要分析了个性化搜索引擎的框架模型及其各个部分的基本功能。着重介绍了用户兴趣模型的相关内容，并详细探讨了个性化搜索引擎中用户兴趣提取的概念和相关技术，最后强调了用户兴趣提取技术在个性化搜索中的重要性。     

基于领域本体的细粒度用户兴趣建模研究

用户兴趣模型的建立和维护是个性化推荐服务系统研究和开发中的一个关键问题.细粒度兴趣通过在用户兴趣特征集中区分用户的不同兴趣主题类别来发现,是对粗粒度用户兴趣的进一步挖掘和划分.本文针对以往粗粒度用户兴趣建模存在的不足,对细粒度用户兴趣建模的概念和主要方法进行简介和评述.在此基础上,提出一种基于领域本体和近邻概念聚集的细粒度用户兴趣建模方法(FUPMo).该方法通过滑动窗口控制用户兴趣概念的计算规模,通过时间窗口和兴趣衰减函数反映用户兴趣的变化.基于军用飞机领域本体OntoAvion和小规模文档库进行的实验研究表明,该细粒度用户兴趣建模方法在应用上具备有效性.     

基于用户行为分析的个性化搜索引擎

个性化搜索引擎就是利用先进技术对用户行为进行分析研究,让搜索引擎参与到用户的整个检索过程中,深入挖掘用户的兴趣信息,实现对用户需求的准确理解,较好地解决丰富的信息资源和较低的信息获取能力之间的矛盾。作为一种能在语义和知识层次上描述概念体系的有效工具,本体论为搜索引擎的智能化和用户建模奠定了良好基础。     

本体技术在用户兴趣建模中的应用研究

用户兴趣建模是个性化信息服务的基础和核心,它的主要构建环节包括了信息获取、模型表示、模型学习更新。通过对现有基于本体的用户兴趣建模思路分析,采用了叙词表改造本体的方法介绍用户兴趣模型的构建,构建过程中应用到了初始本体、领域本体、用户本体和参考本体。     

基于领域本体的数字图书馆动态用户兴趣模型的构建

通过学习其他类型领域本体构建经验与教训,提出数字图书馆个性化用户兴趣领域本体的动态模型构建方案。通过分析用户的浏览方式和内容,实时获取用户兴趣信息,将用户兴趣信息与领域本体库进行反复匹配,不断修正,通过抽象总结得到用户的动态兴趣模型。     

基于Web挖掘技术的用户兴趣本体学习研究

目前针对基于关键词的用户模型不能从语义上表达用户需求真正内涵,基于领域本体的用户模型多数忽略研究概念间非分类关系和语义应用环境较分散等缺陷。本文提出一种循环式的基于Web挖掘技术的用户兴趣本体学习模型,即综合应用统计分析、关联规则和聚类分析等技术进行电子商务领域用户兴趣概念及概念间分类与非分类关系学习,面对用户兴趣的迅速变化,还提出一种传递激活方法来实时更新本体或重新进行本体学习,以不断提高该本体的质量。经验证,基于该本体的用户模型在文本过滤等应用中能较上述两种用户模型满足用户个性化服务需求。     

基于《中国图书馆分类法》的用户兴趣建模方法

提出一种基于《中国图书馆分类法》的用户兴趣建模方法。通过《中国图书馆分类法》分类号确定用户初始兴趣模型，使用《中图分类主题词表》中词汇描述用户兴趣主题。对于用户模型的学习，提出一种通用的方法，将各种反馈信息融合统一。在上述思想的基础上，开发出一个科技文献推荐系统，使用户在尽可能少的参与下，完成用户模型的建立、学习和更新。     

结合本体与社会化标签的用户动态兴趣建模研究

以博客、即时通讯、社会网络、社群共享、社会化标注等为代表的Web 2.0应用技术,使用户、信息、资源构成关系紧密的web网络。目前将本体应用到社会化标签用户动态兴趣的研究资料极为稀少,尚无法满足平台对用户兴趣精准把控的需求。本研究从此角度出发,探讨兴趣模型的构建方法。在《中国分类主题词表》和《中国图书馆分类法》对词语的约束规则和关系定义的基础上,构建豆瓣读书用户的兴趣标签本体;并根据再现率、覆盖度、热度率指标对标签的兴趣强度、稳定性进行预测实验,确定兴趣的表示形式,以此构建初始兴趣模型,并提出相应的兴趣节点更新流程。本研究提出的基于本体的用户兴趣模型及更新流程在用户兴趣表示的深度及广度上有了一定程度的提升,在标签资源推荐、检索等实践应用上其适用性更强。     

基于本体的数字图书馆个性化服务研究

本体描述了某一领域所涉及的概念、概念的含义以及概念之间的各种关系,具有良好的概念层次结构和推理规则.将本体引入个性化服务中,旨在借助本体构建用户模型和对检索结果文档进行语义分析处理,以改善个性化服务的效果.基于本体构建用户模型有显式和隐式两种方式,基于本体的数字图书馆个性化服务主要通过个性化检索和个性化推荐两种方式实现,在具体的实现中还有一些问题需要注意,包括本体的构建与本体映射、数字图书馆各种资源的整合和集成、用户模型构建的准确性以及服务提供的适用性、用户安全和隐私问题.     

基于本体的语义搜索引擎解决方案研究新进展

通过分析基于本体的语义搜索引擎的研究与开发成果,总结语义搜索引擎的一般架构,并详细分析hakia、Qrobo、Swoogle、Zoominfo、Kango等典型语义搜索引擎的技术解决方案和功能特色,简要总结当前基于本体的语义搜索引擎开发中存在的问题与困难。     

搜索引擎用户点击行为分析

基于大规模分布式搜索引擎系统———北大“天网”的用户点击记录,本文研究发现:用户点击不同URL的数量遵从Heaps定律,点击URL的频度频级服从类Zipf分布,点击URL与页面大小相关,点击URL具有时间局部性,其顺序具有自相似性特征等一些具有普适性的规律。提出了利用点击日志确定相近查询词的一个新的有效算法。这些研究结果对于掌握用户的搜索行为,完善搜索引擎系统的设计,提高检索服务的效率和质量具有重要的意义。     

专题型搜索引擎用户分析

通过对专题型搜索引擎的用户进行问卷调查,基于调查结果的统计与分析,从用户的视角来考察和评价当前专题引擎的发展现状,并以此为依据,对专题引擎的发展提出建议。     

搜索引擎用户评价调查总结

北京正望咨询有限公司发布的<CIC 2006中国搜索引擎市场调查报告>,调查了用户对其使用的搜索引擎各项指标的用户评价.百度用户对百度的网站登录速度、网站功能稳定性以及对百度的总体评估比较高,但对百度的技术创新评价相对较低,也就是百度在这项指标上与用户期望相差较大.Google用户对Google的评价只在网站登录速度、网站功能稳定性这两项指标上低于百度用户对百度的评价,在其他指标上,尤其是企业技术创新上,Google的得分领先百度的幅度最大.中国的Google用户,抱怨最多的是Google的功能稳定性,这可能也是Google用户流向百度的主要原因.同时使用百度和Google的用户有两个特征很不一样的用户群即首选百度二选Google的用户,和首选Google二选百度的用户.首选百度二选Google的用户只在网站登录速度、网站功能稳定性和搜索引擎总体评估上给了百度高于Google的评价;而首选Google二选百度的用户,在各项指标上对百度的评价都低于对Google的评价.这能够说明Google用户对Google的忠诚度.百度通过MP3和贴吧等成功的产品有效地提高了用户满意度.     

基于用户体验的健康类搜索引擎可用性评估

[目的/意义] 针对当前我国健康类搜索引擎可用性程度较低、用户满意度不高的现状,对3个常用健康类搜索引擎的可用性进行评估,以期促进该类搜索引擎技术的发展,提高信息服务质量。[方法/过程] 从用户视角出发,采用实验研究方法,探讨并比较"有问必答"好大夫在线"和"39健康搜"3个健康类搜索引擎的有效性、效率和满意度。[结果/结论] 3个搜索引擎在系统反应速度和易学程度方面较好,但查准率还有待提高;返回网页虽内容丰富,但同时还存在重复、啰嗦、不严谨等问题。本研究发现,用户对健康信息的主观评价与基于临床证据的评价结果有所冲突,如何调和二者之间的矛盾,建立更为全面且有效的健康信息评价指标体系有待进一步研究。     

基于EUCS模型的搜索引擎用户期望值调查研究

用户期望值研究对把握用户产品偏好具有重要意义.借鉴EUCS评价模型,构建搜索引擎用户期望值测评指标.利用模糊层次分析法确定各项指标的权重,从而构建搜索引擎用户期望值评价指标体系.依据问卷调查结果,建立用户期望值计算公式,以量化形式反映用户对搜索引擎不同性能的不同期望偏好;借助SPSS分析工具,分析不同用户群体对搜索引擎性能的期望差异等.     

基于用户偏好的搜索引擎指标分析与评价

采用实证研究的方法,从用户角度出发,整理出13个用户易于感知和衡量的评价指标。通过对调查结果进行因子分析,将指标归纳为易用性、多样化服务和检索效率三个因子;将用户按其特点进行分类,总结出不同用户对搜索引擎各个指标关注角度的差异,从而为搜索引擎的发展方向提供了指导意义。     

搜索引擎网站用户忠诚度影响因素研究

分析搜索引擎网站用户忠诚度影响因素主要包括可用性、信任、满意度和知名度,并提出一个搜索引擎网站用户忠诚度影响因素模型,在分析的基础上提出假设,然后运用实证的方法研究影响搜索引擎用户忠诚度的因素.在问卷设计和样本收集的基础上,使用SPSS软件对数据进行处理,利用相关分析和回归分析对文中的假设进行检验,最后得出结论:搜索引擎可用性、网站知名度、网站用户信任与用户忠诚度呈正向关系.