搜索引擎主题模型优化(本文给出兴趣模型的建立过程及建模技术分析学)

　　搜索引擎主题模型优化(本文给出兴趣模型的建立过程及建模技术分析学)

　　本人完全理解学校有关知识产权保护的相关规定，即*敏*感*词*在读期间的学位论文工作的知识产权属于哈尔滨工程大学。哈尔滨工程大学有权将论文的副本留存并寄送至国家有关部门或机构。本人允许哈尔滨工程大学将部分或全部论文内容编入相关数据库检索。可以使用复印、缩小或扫描等复印方法来保存和编译副本。

　　一篇论文可以发表论文的所有内容。同时，我保证毕业后结合

　　所有针对论文研究课题重写的论文，均须注明作者首署单位为哈萨克斯坦

　　中间

　　尔滨工程大学。本声明适用于待解密的机密论文。

　　学位授予后12个月后即可发表此论文

　　作者（签名）：Win 7'娇娇导师c㈣：闭嘴导师（签名）：≮7■转∥V

　　',解密后)由哈尔滨工程大学送相关部门保存、编译等。

　　日期：驯口年的月 u 日

　　乡 bk 年乡月, r 项

　　哈尔滨工程大学硕士论文

　　概括

　　随着网络资源数量的不断增长和信息更新的不断加速，信息冗余、话题混杂等问题层出不穷。人们越来越难以有效地搜索他们想要的信息。在解决这些问题的过程中，提供个性化服务的搜索引擎提高了检索效率，是人们一直在研究的热点。将用户感兴趣的信息反馈给用户，为不同的用户提供不同的服务模式，即个性化服务的信息模式。

　　本文研究个性化搜索中的建模技术，将冲刺分类算法和Agent技术结合应用到建模过程中，提高建模的速度和准确性，使兴趣模型更贴近用户的实际偏好。该模型分析用户将要进行的操作行为，预测他们的兴趣，优化用户的查询语句，最终达到提高人们对信息检索效率的目的。

　　本文给出了兴趣模型的建立过程。首先设计数据结构。如果要使用冲刺算法构建用户兴趣模型，就必须分析构建兴趣模型所需的数据源信息。根据sprint算法的执行要求，设计了三张特定结构的sheet。表用于存储建模不同阶段所需的数据。然后，我研究了基于sprint算法的信息提取。

　　程序。算法如何辅助兴趣模型的建立，以及如何在实现的每一步提取知识库中的数据是本文的重点。最后，建立兴趣模型。针对兴趣模型，本文提出了兴趣模型的建立方法和模型结构。全面应用数据挖掘算法

　　f 用于建模过程，通过用户的链接操作构建兴趣树，并从中提取兴趣模型。研究的最终目标是快速建立一个准确的、贴近用户需求的兴趣模型。这个

　　中间

　　这种兴趣模型针对不同用户的兴趣取向提供不同的个性化服务。当用户亲自

　　一

　　帮助用户在对杂乱无章的网络资源不确定的情况下，高效准确地找到自己的想法

　　' 信息。

　　关键词个性化搜索引擎；兴趣模型；多代理：分类算法

　　哈尔滨城大

　　抽象的

　　网络容量增长，信息更新加速，冗余

　　吉。

　　信息纷繁复杂，让人难以理解

　　有效地检索他们想要的信息。在解决这些问题的过程中

　　^^一个

　　e 成为焦点。搜索引擎提供用户哪些信息

　　主动感兴趣，针对不同的用户提供不同的服务策略和有说服力的信息，即个性化的信息服务模式。

　　本文不仅研究了个性化搜索的建模技术，而且将冲刺算法和代理技术一起应用于建模过程，提高了建模的速度和准确性。因此，兴趣模型更接近于，使用