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.     

一种投票再分级的个性化元搜索系统模型

提出了一种个性化元搜索系统模型,详细描述了它的实现算法。该模型可以提高搜索系统的搜索覆盖率,同时在模型中整合了用户的兴趣,可以使搜索更贴近用户的搜索意图,从而提高搜索系统的准确率。     

Product architecting for personalization

Personalization is an emerging manufacturing paradigm whereby customers can tailor products to their individual needs while maintaining high production efficiency. This paradigm necessitates “personalized product architecting” for determination of customizable/personalizable product modules and cost-effective manufacturing methods. This paper presents an initial effort in developing a method for identifying appropriate product architectures and manufacturing resolutions to achieve personalization considering functional utility and manufacturing cost. Ergonomic experiments and conjoint analysis are implemented to build functions relating manufacturability, price, and utility. Using these functions, a case study based on shoe products is conducted and the common integer programming welfare problem is expanded to a mixed-integer programming optimization problem for determination of a product family incorporating both personalized and customized offerings.     

搜索结果优化中基于层次型分类的聚类方法研究

搜索引擎根据特定关键字查询返回的结果,可以基于语义进行分类组织,提高用户查询效率。但分类方法是基于预定义类别的,由于类别不全或更新不及,对于互联网上的信息可能会造成遗漏。本文提出了一种将分类与聚类方法相结合的方法来优化搜索结果,即分类之后,用聚类的方法来处理未被归入任何类别的信息。研究表明,该方法可以兼顾效率和信息完整性。     

Ensemble of multiple instance classifiers for image re-ranking

Text-based image retrieval may perform poorly due to the irrelevant and/or incomplete text surrounding the images in the web pages. In such situations, visual content of the images can be leveraged to improve the image ranking performance. In this paper, we look into this problem of image re-ranking and propose a system that automatically constructs multiple candidate “multi-instance bags (MI-bags)”, which are likely to contain relevant images. These automatically constructed bags are then utilized by ensembles of Multiple Instance Learning (MIL) classifiers and the images are re-ranked according to the final classification responses. Our method is unsupervised in the sense that, the only input to the system is the text query itself, without any user feedback or annotation. The experimental results demonstrate that constructing multiple instance bags based on the retrieval order and utilizing ensembles of MIL classifiers greatly enhance the retrieval performance, achieving on par or better results compared to the state-of-the-art.     

基于粗糙集的个性化Web搜索系统

本文提出了一种基于粗糙集理论的个性化web搜索系统。用户偏好文件中对关键字进行分组以表示用户兴趣类别。利用粗糙集理论处理自然语言的内在含糊性,根据用户偏好文件对查询条件进行扩展。搜索组件使用扩展后的查询条件搜索相关信息。为了进一步排除不相关信息,排序组件计算查询条件和搜索结果之间的相似程度,根据计算值对搜索结果进行排序。与传统搜索引擎进行了比较,实验结果表明,该系统有效地提高了搜索结果的精度,满足了用户的个性化需求。     

基于二级向量描述的搜索引擎个性化服务模型

本文介绍了一种搜索引擎个性化服务模型。用二级向量进行文本特征提取和用户兴趣建模,关键词向量能快速定位用户的兴趣领域,而扩展词向量能准确反映用户在该领域上的兴趣偏好。当用户提交关键词时,本系统根据学习到的用户兴趣描述模型计算词间相关度,自动增加几个个性化扩展词提交给搜索引擎,实现不同用户键入相同关键词能返回不同信息的目的。实验结果充分表明本系统应用于搜索引擎个性化服务领域的有效性和实用性。     

Personalized product configuration rules with dual formulations: A method to proactively leverage mass confusion

Mass confusion is a metaphor of the burdens for customers as a result of attractive but probably overloaded options in mass customization interaction process. This perceived risk of mass customization has been revealed and discussed in last decade and most research concentrates on the personalization of the interaction behaviour between front-end roles, i.e. customers and salesmen. Although the research in the front-end helps to improve customers’ satisfaction, the risk of mass confusion cannot be well leveraged by isolated personalization in the front-end: the intensive involvement of customers and salesmen also brings challenges to their patience, qualification and the responsiveness of configuration activities. Differing from most existing research, this research tries to propagate the effort of personalization from front-end roles to back-end configuration knowledge by proposing a kind of personalized configuration rules (PCRs). To simultaneously alleviate the difficulties in PCR acquisition, representation and deduction, both symbolic and connectionist methodologies are adopted to establish dual formulations for PCR development. Although these two methodologies are theoretically disparate, approaches based on specific rule extraction technique are proposed to coordinate the dual formulations and make them complementary in application. A case study of the proposed methodology for bicycle configuration is presented.     

基于环境信息的移动搜索个性化查询扩展

与传统搜索相比,移动搜索对位置、温度、速度等环境信息更为敏感.为了有效利用环境信息推断用户查询意图,提出了一种基于环境信息的查询扩展方法并应用在移动搜索系统Clever Search Engine(CSE)中.该方法利用专家系统对分词后的查询词和收集到的用户环境信息进行推理和融合,扩展查询词,实现个性化搜索.实验证明,基于环境信息的移动搜索个性化查询扩展方法能有效改善移动用户的搜索体验,比现有的公共搜索引擎(如Google)具有更高的查准率.     

个性化搜索引擎关键技术及应用

如何有效的搜索信息却是一件困难的事情。建立搜索引擎就是解决这个问题的最好方法。本文首先介绍了基于因特网的搜索引擎的系统结构,然后从网络机器人、索引引擎、Web服务器三个方面进行说明,并从个性化搜索引擎的“个性化”进行探讨。     

基于样本公共特征的产品设计信息搜集

搜索引擎和文本过滤技术都是为了帮助用户快速、准确地获取用户需求的信息。在研究搜索引擎和文本过滤技术中的用户需求表达方法的基础上，提出了一种利用样本公共特征来表达用户需求的方法，结合网络上的搜索引擎和文本过滤技术，构建了一个面向产品设计的信息搜集系统。     

个性化搜索引擎中的用户兴趣模型分析与研究

针对用户兴趣模型构建问题,利用用户兴趣树描述用户兴趣,采用空间向量模型的表示方法,对构建用户个性化模型进行研究,并提出一种兴趣模型调整算法。模拟实验表明,该模型能有效提高检索结果的查准率,以满足用户个性化需求。     

一种新的个性化的图象分类方法

图象分类系统的建立是信息检索以及模式识别中一个重要部分，其中，特征选择问题，即确定描述图象的特征参数是需要解决的关键问题，基于和图象检索技术的研究，近来得到了广泛的关注，由图象特征向量维数过高而引起的图象检索困难是基于内容的图象检索技术研究所面临的一个挑战，因此需要寻找一个有效降维技术，为解决此问题，设计了一个新的图象分类标准模型，通过寻找不同的特征组合来作为分类标准，进而提出了一种算法，用于实现此模型，实验结果显示，该模型能实现图象特征向量降维，并且算法能够极大地降低计算所花费的时间，同时，多种不同分类标准的引入，使得本方法能与信息检索技术进行有效的结合，为个性化信息检索提供一种实现思路。     

基于Google的个性化搜索系统的设计与实现

互联网用户使用网络获取信息过程中,搜索引擎已成为必不可少的工具。传统的WWW搜索引擎是“提问——搜索”方式．对于所有用户给出同样的关键宇得到的检索结果都是一样的。本文基于传统搜索引擎Google的基础上,实现了个性化的搜索。论文重点阐述了基于向量空间模型的个性化搜索系统的设计和实现过程。系统返回结果能够根据不同用户的兴趣爱好给出用户满意度较好的结果。     

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。     

基于Nutch的个性化搜索引擎的研究与探讨

提出了一个基于Nutch开源搜索引擎扩展和改进的解决方案。在Nutch+Lucene+Tomcat+Sqlsever架构框架下用户进行个性化资源采集配置从而获得一个定向数据采集的搜索引擎。     

一个个性化的Web信息采集模型

介绍了个性化技术和个性化Web信息的采集技术,重点分析了个性化的Web信息采集模型,包括系统总体结构、用户兴趣的获取、个性化Web信息采集流程、个性化推荐的实现。最后对个性化Web信息采集与搜索引擎作了一个比较,分析了个性化Web信息采集的应用。     

面向P2P的个性化搜索引擎的探讨

P2P个性化搜索引擎将有效提高查询深度,更进一步提高查全率及查准率。该文在明确搜索引擎意义的基础上,探讨分析了P2P个性化搜索引擎的架构设计及包结构设计,并借助于JAVA工具实现引擎中所涉及的关键功能。     

面向单个文件的个性化缺陷预测方法

现有的缺陷预测方法大多数是面向项目或个人的,这些方法或没有区分文件之间和开发人员之间的差异性,或只区分了开发人员的差异性。然而,在软件开发中,开发人员之间和代码文件之间的差异性是同时存在的,而且这些差异性都可能会影响缺陷建模或预测的结果。因此,如果缺陷预测方法忽视这些差异性或忽视其中任意一种,针对整个项目或某个开发人员建立缺陷预测模型均可能会影响预测准确性。针对此问题,提出了一种面向单个文件的个性化缺陷预测方法,即将每个开发人员修改每个代码文件的历史数据都作为单独的数据集,建立对应的缺陷模型,并将之用来预测对应开发人员修改对应文件的缺陷情况。通过实验初步确认了在单个文件的个人缺陷数据充分的情况下该方法能够有效地提高缺陷预测的准确性。