基于自适应隐反馈用户行为模型的数据源选择

当前搜索引擎用户个性化的研究是搜索引擎优化的一个研究分支.当前检索模型的主要弊端就是搜索引擎用户提供的信息很少.目前主要借助于用户在和元搜索引擎交互的过程中提供的隐反馈信息对成员搜索引擎的数据源选择算法进行优化,利用语言模型对用户检索行为建模,用户与元搜索引擎交互的过程中动态更新用户行为模型,自适应的满足不同检索动机的用户的信息需求.     

基于自适应互动式的元搜索引擎

搜索引擎用户个性化的研究是搜索引擎优化的一个研究热点.一些检索系统不能满足用户的需求,提出了一种基于自适应互动式的元搜索引擎,系统借助于用户在和元搜索引擎交互的过程中用户的行为记录为用户动态的生成其偏好的查询接口,用户与元搜索引擎交互的过程中动态更新用户行为模型,自适应的满足不同检索动机的用户的信息需求,利用CC4神经网络在时网页的相关行进行判断对返回结果重新排序.     

基于跨系统的个性化搜索系统模型设计

用户模型的建立和动态更新,是实现个性化搜索的基础和核心。通过采用Multi-Agent技术对跨系统的个性化搜索系统进行设计,采用交互式Agent初始化单系统用户模型,使用动态跟踪用户兴趣Agent和历史记录检索Agent来更新用户模型,并利用SUM模型建立跨系统的用户模型。最后利用产生的用户兴趣文件作为查询优化Agent和结果优化Agent的判别依据来提高跨系统搜索的个性化。     

向量空间模型中的用户模型建立方法探讨

传统的向量空间模型信息检索技术,只是简单的统计检索信息在文档中出现的频度,检索结果时常欠缺查全率与查准率,作者在此基础上提出了用户模型的建立方法,借助辅助个性化信息库设计了新的用户模型,改进了信息检索方法,提高了信息检索的智能化程度.     

基于用户兴趣模型匹配的资源检索算法的设计和实现

随着各种资源信息库的大量涌现,让用户从海量的资源信息库中找到自己感兴趣的资源成了每个资源信息库提供者迫切需要解决的问题,提出一种通过对用户兴趣模型与信息资源模型的匹配度比较从而实现资源精确检索的算法,并在相关系统中进行了实现.该算法对实现资源信息的个性化推荐也具有很好的借鉴价值.     

应用软件系统的自动个性化

描述了对应用软件系统的自动个性化的研究工作.为了实现应用软件系统的自动个性化服务,需要建立与传统软件系统构架不同的系统构架--包含Edge Server的软件系统构架.在Edge Server中建立用户档案库和用户行为日志信息库,并对用户行为日志信息进行操作行为的关联规则的挖掘,结合用户档案信息,就可以为每一个应用软件系统的用户建立一个较为准确的用户模型.以此为基础,就可以实现应用软件系统的自动个性化.     

个性化信息过滤系统中用户兴趣模型建立和更新

提出了一种新的用户兴趣模型的建立和更新方法.该方法通过web内容挖掘和用户行为分析建立用户模型,而通过移动时间窗口更新用户模型.实验表明,该用户兴趣模型能有效提高检索精度,提高个性化信息服务的效率.     

RSS聚合和推送技术在公安情报工作中的应用探索

基于RSS技术的信息整合与推送功能,以情报用户的需求为导向,建立由RSS阅读器客户端、需求分析、推送机制、信息重组、推送引擎5个模块构成、动态、实时、交互的情报服务体系,实现情报信息的精确检索、定向推送、自动更新以及建立民警个性化信息库,破解信息"堰塞",提高情报工作效率.     

应用软件系统的自动个性化

描述了对应用软件系统的自动个性化的研究工作。为了实现应用软件系统的自动个性化服务，需要建五与传统软件系统构架小同的系统构架——包含Edge Server的软件系统构架。在Edge Server中建立用户档案库和用户行为日志信息库，并对用户行为日志信息进行操作行为的关联规则的挖掘，结合用户档案信息，就可以为每一个应用软件系统的用户建立一个较为准确的用户模型，以此为基础，就可以实现应用软件系统的自动个性化。     

个性化信息检索中用户兴趣建模与更新研究

个性化信息检索系统的实时性关键在于如何动态更新用户兴趣模型。针对原有方法的不足,改进用户兴趣模型的描述与更新方式。首先根据网页文档的特征改进TF-IDF(Term Frequency-Inverse Document Frequency)算法,以此作为用户兴趣特征词的权重,同时通过引入领域本体,将用户兴趣特征项进行语义扩展,并根据用户浏览行为,改进其用户兴趣主题计算方式,并在此基础上提出用户兴趣模型的更新与遗忘机制。实验对比结果表明,该方法能够捕捉用户兴趣的变化,进一步提高个性化信息检索的准确度与用户满意度。     

全局及其个性化区域特征的图像检索

交通领域个性化图像检索的关键是根据业务需求通过重点监控车辆的个性化特征 在海量数据库中进行匹配,其目的是捕获与重点监控车辆相关的卡口信息。目前的图像检索算法包括基于文本的图像检索、基于内容的图像检索方法和基于语义的图像检索。针对交通领域的图像检索需求,提出了一种基于全局以及个性化感兴趣区域特征的图像检索算法。通过使用交通图像库进行检索验证,对个性化特征进行精准滤除,从而得到准确的检索结果。实验表明,此种基于全局特征结合个性化感兴趣区域特征的图像检索算法解决了CNN高层特征对个性化局部特征描述能力低、检索耗时等问题,并通过个性化局部特征提高了检索效果,使得检索率、平均准确率都达到90%,呈现出较好的检索效果,计算速度快,具有较强的鲁棒性和实用性。     

基于TF-IQF模型和图聚类的个性化搜索研究

针对信息检索领域存在的用词歧义和检索词简短的问题,本文提出了一种基于TF-IQF模型和图聚类的个性化查询建议方法。对于用户的查询请求,提供查询建议,帮助用户进行查询修正,进而检索到其所需的信息;同时通过获取不同用户的查询偏好,以达到个性化查询推荐的目的。实验结果表明,该方法能够给出个性化的查询建议,为用户提供潜在感兴趣的资源,具有较高的准确率。     

面向Internet的个性化智能信息检索

文中提出了一个面向Ｉｎｔｅｒｎｅｔ的个性化智能信息检索系统,该系统的研究内容属目前智能信息检索领域的重要研究课题。系统采用分布式智能体Ａｇｅｎｔ技术、相关反馈学习算法和基于多用户个性化模式的层次智能信息滤波算法,并采用多模块之间尖线交互机制和个性化检索与集中游览相结合的检索方式等方法,有效地解决了现有系统在交互方式、自适应用户兴趣和信息源的变化、高效并行检索等方面的不足,该系统普通适用于Ｉｎｔｅｒ     

新的基于日志分析的用户个性化模型

作为个性化服务技术的核心,用户模型的质量关系到个性化服务的质量。目前的用户模型大多只考虑用户的显式信息或隐式信息,很少同时考虑两者,使得检索质量不如人意。提出了一种新的基于日志分析的用户个性化模型,结合了传统的显式建模和隐式建模的优点,把显式个性化信息和隐式个性化信息通过两层树状结构结合起来。模型同时考虑了用户历史信息的长短期划分,以及检索系统返回结果的顺序和用户对结果页面的点击顺序。实验结果表明,基于该用户模型的个性化检索效果与原有检索系统的检索效果相比有显著提高。     

一种基于本体论的Internet信息个性化检索系统的Agent实现模型

本文通过结合本体论和Agent技术提出了一种基于本体论的Internet信息个性化检索的Agent系统的实现模式。该系统的实现可以在一定程度上缓解Internet网上信息过载的问题，结合领域知识，提供用户个性化信息检索服务，可提高Internet信息检索的准确率.     

个性化检索中的用户ontology及其构建

为使用户能够从信息庞杂的网络中方便准确地找到自己所需的信息，在传统检索技术的基础上，结合ontology及个性化检索技术的研究，提出个性化检索中用户ontology的概念，讨论了基于行为的用户描述文件的建立，并制定了个性化检索中语义关系的提取规则。最后在此基础上给出了用户ontology的构建方法，并通过比较实验说明了用户ontology在个性化检索中的有效性。     

基于Agent的智能元搜索引擎技术研究

针对现有搜索引擎存在的问题,提出基于Multi-agent的分布式搜索引擎系统.系统采用元搜索引擎结构,利用Agent技术和基于个性化模式的信息过滤技术,使系统具有一定的智能性.通过个性化检索和分类浏览相结合的检索方式可提高搜索结果的可浏览性.结合数据库的分类和虚拟语言模型方法实现了资源选择的优化.提出基于文本/位置分析和群决策的合并算法,对搜索结果的标题和文档片断信息进行相关度分析,将文本分析与规范化的搜索结果位置信息相结合,计算文档的相关分值,最后采用基于群决策的合成方法对搜索结果进行一致性排序.试验结果表明,提出的元搜索系统具有较好的搜索效果.     

无人机空中通信数据库信息盲检索系统设计

对无人机空中通信数据库信息盲检索系统进行设计,能够有效解决传统盲检索系统存在的数据召回率低、细粒度差、检索准确度低及实时性差等问题。先给出无人机空中通信数据库信息盲检索系统的总体架构设计,通过对存储器结构进行改进,实现系统硬件部分的优化;采用Java语言和嵌入式开发库设计可视化检索页面,选取检索信息,增设中间件搜索功能,通过盲检索功能的实现,完成系统软件部分的开发,从而设计出无人机空中通信数据库信息盲检索系统。实验结果表明,该系统数据召回率高,细粒度强,检索准确度高,实时性好。     

基于本体的个性化知识服务系统的构建

为用户提供有效的个性化知识服务是图书馆等机构信息服务发展方向之一.引入本体理论,构建了一个基于本体的个性化知识服务系统.系统利用本体对多领域、跨数据库的文献库进行统一描述和重构,在此基础上进一步提出了用户个性特征模型和个性化知识检索模型,使系统实现在多文献库间进行语义层次上的个性化检索,提高了知识服务的效率和质量.     

Personalized video similarity measure

As an effective technique to manage and explore large scale of video collections, personalized video search has received great attentions in recent years. One of the key problems in the related technique development is how to design and evaluate the similarity measures. Most of the existing approaches simply adopt traditional Euclidean distance or its variants. Consequently, they generally suffer from two main disadvantages: (1) low effectiveness—retrieval accuracy is poor. One of main reasons is that very little research has been carried out on designing an effective fusion scheme for integrating multimodal information (e.g., text, audio and visual) from video sequences and (2) poor scalability—development process of the video similarity metrics is largely disconnected from that of the relevant database access methods (indexing structures). This article reports a new distance metric called personalized video distance to effectively fuse information about individual preference and multimodal properties into a compact signature. Moreover, a novel hashing-based indexing structure has been designed to facilitate fast retrieval process and better scalability. A set of comprehensive empirical studies have been carried out based on two large video test collections and carefully designed queries with different complexities. We observe significant improvements over the existing techniques on various aspects.