個(gè)性化智能搜索引擎中查詢擴(kuò)展技術(shù)研究.pdf

1、隨著互聯(lián)網(wǎng)的不斷發(fā)展,網(wǎng)絡(luò)信息量日益增加,面對(duì)海量的信息,人們對(duì)搜索引擎在查全率,查準(zhǔn)率以及個(gè)性化方面的要求越來越高。查詢擴(kuò)展是個(gè)性化智能搜索引擎中的關(guān)鍵技術(shù),它在搜索引擎檢索用戶查詢前對(duì)用戶查詢進(jìn)行擴(kuò)展,有效地提高了搜索引擎的查全率和查準(zhǔn)率。
　　首先,我們對(duì)輸入的查詢關(guān)鍵詞進(jìn)行詞義上的擴(kuò)展。利用同義詞詞林和知網(wǎng)(HowNet)知識(shí)庫進(jìn)行詞語相似度計(jì)算,找到與用戶查詢關(guān)鍵詞相似度最大的詞語進(jìn)行關(guān)鍵詞的同義詞、近義詞擴(kuò)展,提高搜索

2、引擎的查全率和查準(zhǔn)率。
　　其次,我們對(duì)用戶輸入的查詢問句進(jìn)行語義上的擴(kuò)展。這一功能的實(shí)現(xiàn)由兩部分組成,一方面進(jìn)行問句關(guān)鍵詞的提取和擴(kuò)展,對(duì)問句進(jìn)行去冗余,中文分詞,詞性標(biāo)注,去停用詞等一系列操作,提取出問句中包含用戶核心語義的關(guān)鍵詞或關(guān)鍵詞集合,然后對(duì)取得的關(guān)鍵詞進(jìn)行關(guān)鍵詞擴(kuò)展;另一方面利用問句答案常用詞對(duì)問句進(jìn)行擴(kuò)展,構(gòu)建問句分類體系,對(duì)用戶查詢問句進(jìn)行分類,同時(shí)利用問句答案語料庫,統(tǒng)計(jì)每種類型的問句答案中常會(huì)出現(xiàn)的詞,生成問

3、句答案常用詞詞表,然后根據(jù)用戶查詢問句所屬類別對(duì)問句進(jìn)行答案常用詞擴(kuò)展;最終利用這兩方面得到詞語對(duì)用戶查詢問句進(jìn)行擴(kuò)展。
　　然后,我們對(duì)用戶瀏覽行為進(jìn)行分析,挖掘用戶興趣。我們收集用戶IE收藏夾中的網(wǎng)址和用戶瀏覽歷史記錄,讀取相應(yīng)網(wǎng)頁,提取網(wǎng)頁正文,進(jìn)行中文切詞,生成文檔集,然后使用基于TF-IDF的向量空間模型生成文檔集對(duì)應(yīng)的向量集,對(duì)向量集進(jìn)行聚類,然后對(duì)聚類結(jié)果進(jìn)行分析,提取用戶興趣代表詞。
　　最后,將查詢擴(kuò)展以及