基于興趣學習的Web內容推薦及其優(yōu)化研究.pdf_第1頁
已閱讀1頁,還剩54頁未讀 繼續(xù)免費閱讀

下載本文檔

版權說明:本文檔由用戶提供并上傳,收益歸屬內容提供方,若內容存在侵權,請進行舉報或認領

文檔簡介

1、隨著Internet的飛速發(fā)展,互聯網已成為全球最大的分布式信息數據庫。一方面,信息化給人們帶來了極大的便利;另一方面,由于過量冗余的信息充斥網絡,想要在網絡上快速有效的提取有效信息也變得越來越困難。傳統(tǒng)搜索是基于關鍵詞檢索的,但這種方法無法有效提取和檢索到語義間的關聯內容和隱含信息,在知識發(fā)現和查準查全率方面都有所欠缺。而個性化Web搜索技術的出現,可以有效緩解上述問題的出現,為用戶提供更精細、準確和自動化的搜索。
  本文研究

2、基于興趣學習的Web內容推薦系統(tǒng)并對其進行優(yōu)化,根據用戶搜索所涉及的領域本體添加用戶興趣領域至用戶本體,通過概念和語義間的關系計算用戶興趣權重,并根據用戶瀏覽行為實時更新本體,得到更準確的用戶興趣模型。由于用戶興趣作為搜索限制條件加入搜索語句,無疑增加了系統(tǒng)響應時間,本文通過研究圖論算法,對搜索條件進行重新排序,通過選擇估值減少中間結果集,選擇高效的執(zhí)行計劃,提高連接查詢效率,從而減少搜索響應時間,給用戶創(chuàng)造更準確快捷的結果返回。

3、>  本文首先介紹基于興趣學習的Web內容推薦涉及的核心技術,在此基礎上,研究用戶興趣學習算法,以達到提高用戶查詢搜索準確度的目的。由于用戶興趣增加了查詢條件的復雜性,又通過查詢優(yōu)化策略優(yōu)化查詢時間,以達到提高用戶查詢搜索效率的目的。并對查詢優(yōu)化策略進行實驗和其他方法的搜索引擎進行對比,驗證了該方法可有效提高查詢效率。通過研究及優(yōu)化,改進后的基于興趣學習的Web內容推薦系統(tǒng)在為用戶推薦信息上將更符合用戶的興趣,同時查詢效率也將有所提升。

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯系上傳者。文件的所有權益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網頁內容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
  • 4. 未經權益所有人同意不得將文件中的內容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內容的表現方式做保護處理,對用戶上傳分享的文檔內容本身不做任何修改或編輯,并不能對任何下載內容負責。
  • 6. 下載文件中如有侵權或不適當內容,請與我們聯系,我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論