基于Web数据挖掘的个性化搜索引擎研究综述

Web数据挖掘是将教据挖掘技术和理论应用于对WWW资源进行挖掘的一个新兴的研究领域.论述Web数据挖掘的发展现状、发展趋势以及将来可能的研究方向,并简单介绍个性化搜索引擎的一些情况,论述web教据挖掘在个性化搜索引擎中的应用.     

基于Web数据挖掘的个性化搜索引擎的应用和发展趋势(英文)

Web数据挖掘是将数据挖掘技术和理论应用于对www资源进行挖掘的一个新兴的研究领域。论述Web数据挖掘的发展现状、发展趋势以及将来可能的研究方向,并简单介绍个性化搜索引擎的一些情况,论述Web数据挖掘在个性化搜索引擎中的应用。     

个性化搜索引擎综述

分析了现有搜索引擎的基本原理和基本分类,研究了个性化搜索引擎的概念和基本分类,最后对个性化搜索引擎的发展提出了一些建议。     

基于Web数据挖掘的一种个性化方法

文章应用Web数据挖掘的相关知识,对网站内容现有的资源内容设立相关度,根据网站用户日志,使用在线分析的方法对用户行为模式进行分析挖掘,根据网站类别内容的相关度预测用户的兴趣,为用户提供最合适更具人性化的信息资源。     

Personalized Web views for multilingual Web sources

When browsing information on large Web sites, users often receive too much irrelevant information. The WWW information collection, collaging, and programming (Wiccap) system lets ordinary users build personalized Web views, which let them see only the information they want - and in the way they prefer. It provides a set of GUI tools, including a mapping wizard, extraction agent, and presentation toolkit, that hide the internal representation from ordinary users, but let experienced users create more advanced mapping rules. Wiccap encapsulates HTML and language-specific details from the original Web site, facilitating the creation of personalized Web views for multilingual sites.     

基于XML的个性化Web课件制作工具

首先介绍了一个能够充分体现教师教学风格的基于XML的个性化Web课件制作工具模型,它把网络、XML、多媒休相结合,充分发挥了网络的交互性、XML的组织数据的灵活性,Web浏览器所具有的多媒体特性,然后介绍了基于XML的Web多媒体课件的制作工具研究与实现,使教师制作基于XML的个性化Web课件的工作变得更加方便与容易。     

交互式遗传算法的个性化商品搜索

为解决电子商务中存在的用户搜索商品耗时太长的问题,提出了利用交互式遗传算法的个性化商品搜索.根据用户输入的初始搜索字段,利用基于关键词的多层递阶编码结构,构造进化个体,并给出此类编码方式的解码、交叉、变异算子.用户选择的潜在感兴趣的商品信息,提出了用户行为的进化个体适应值评价模型,以获得用户对所有商品的感兴趣度,进而利用交互式遗传算法辅助用户尽快搜索到满意信息.最后,将改进算法应用于JADE平台开发的智能购书系统,通过与现有购物平台在搜索耗时和成功率方面的比较验证了本文方法的有效性.     

个性化搜索引擎研究

Internet上存在大量的信息资源,如何从中获取有价值的信息一直以来是一个问题。论文在传统搜索引擎的基础上,采用Web挖掘技术,引用概念格知识,提出了个性化搜索引擎。文中分析了个性化搜索引擎的系统构成,详细介绍了每个模块的功能,最后展望了它的发展前景。     

Personalized Concept-Based Clustering of Search Engine Queries

The exponential growth of information on the Web has introduced new challenges for building effective search engines. A major problem of web search is that search queries are usually short and ambiguous, and thus are insufficient for specifying the precise user needs. To alleviate this problem, some search engines suggest terms that are semantically related to the submitted queries so that users can choose from the suggestions the ones that reflect their information needs. In this paper, we introduce an effective approach that captures the user's conceptual preferences in order to provide personalized query suggestions. We achieve this goal with two new strategies. First, we develop online techniques that extract concepts from the web-snippets of the search result returned from a query and use the concepts to identify related queries for that query. Second, we propose a new two-phase personalized agglomerative clustering algorithm that is able to generate personalized query clusters. To the best of the authors' knowledge, no previous work has addressed personalization for query suggestions. To evaluate the effectiveness of our technique, a Google middleware was developed for collecting clickthrough data to conduct experimental evaluation. Experimental results show that our approach has better precision and recall than the existing query clustering methods.     

Personalized, interactive news on the Web

We present Krakatoa Chronicle, an interactive, personalized newspaper on the World Wide Web implemented as a Java applet. The newspaper is similar in appearance to newspapers in the real world, with a multi-column layout and justified text. At the same time, it provides various interaction techniques for browsing the content of articles, giving relevance feedback, and dynamically changing layout. As users interact with the system, individual ‘user profiles’ are built up at the webserver site. These are used to tailor the newspaper's content and layout to each user's declared and inferred preferences. The system allows for a balancing of personal and community interests, allowing the user to navigate through a space of newspapers corresponding to a range of viewpoints.     

实现Web页面的智能个性化检索

给出了对Web页面进行智能个性化检索的系统结构和实现原理,采用Agent技术和用户手工调整相结合的方法确定用户检索的个性化模式,通过K-modes算法聚类学习用户反馈信息,产生新的个性化模式。更精确地满足用户的个性化检索需求,降低了检索结果的重复率,在一定程度上提高了检索的精度和效率。     

Search on the Semantic Web

To help human users and software agents find relevant knowledge on the Semantic Web, the Swoogle search engine discovers, indexes, and analyzes the ontologies and facts that are encoded in Semantic Web documents.     

基于Web日志挖掘的个性化网络广告模型

网络广告的飞速发展使得广告的效果越来越受重视。通过研究如何从Web日志中挖掘出用户对于网络广告的交互行为,设计出个性化网络广告系统。对提高网络广告平台的效益,增强网络广告效果具有重要的意义。     

个性化Web信息服务技术研究

网络信息快速增长使得传统信息检索技术越来越不能满足信息检索需求.个性化Web信息检索技术是解决这一难题的一个重要途径.本文讨论了个性化Web信息检索的几种关键技术,并提出了具体的用户建模流程.     

Web挖掘在个性化远程教育中的应用

基于Web挖掘,提出了一种新的个性化远程教育模型。它能充分利用用户Web访问记录,同时结合用户与站点的交互数据进行挖掘,以此来发现学习者的浏览(学习)兴趣,从而改进页面的设计,优化站点结构,更好地满足学习者的个性化需求,提升个性化远程教育的质量。     

搜索引擎个性化关键技术刍议

目前,中文个性化搜索引擎的开发已经越来越引起了国人的注意,虽然现在已经有了一定的基础,但它距离成为一个成熟的产品。道路还很漫长。本文从网络机器人、索引引擎、Web服务器三个方面对搜索引擎的“个性化”进行探讨。     

基于概念模型的个性化搜索引擎研究

在对用户兴趣模型探讨的基础上,提出了一种基于概念的用户兴趣模型,用于区别用户兴趣的大小.讨论了基于链接的查询聚类算法,并针对该算法的不足提出了一种基于概念的聚类算法,该算法根据用户兴趣模型建立查询-概念二分图,然后计算图中查询顶点间的概念相似度,并将概念相似度最高的查询顶点进行合并以实现聚类.设计实现了一个基于Web数据挖掘的个性化搜索引擎系统,对系统的个性化查询进行了测试,并对比分析了链接聚类和概念聚类的实验结果.     

Web个性化推入技术与展望

对个性化服务技术中用户描述文件的表达与更新、资源描述文件的表达、个性化推荐技术及该领域的主要研究成果进行了综述。讨论了实现个性化服务的关键技术并对个性化服务技术进一步研究工作的方向进行了展望。     

在Web上实现论文的查询

Apache,PHP,Mysql简介，用Apache PHP Mysql实现在Web上论文的查询。     

搜索引擎个性化排序因子研究

搜索引擎发展到今天,个性化搜索一直是热门的研究方向之一,而基于用户兴趣库的个性化研究方向是研究基础。针对个性化搜索,结合用户兴趣和用户搜索实时需求提出交互式搜索,专业的垂直搜索和在排序过程中利用截断计算,并提出相应的个性化因子。