太原科技大学学报
太原科技大學學報
태원과기대학학보
JOURNAL OF TAIYUAN UNIVERSITY OF SCIENCE AND TECHNOLOGY
2013年
3期
175-180
,共6页
个性化排序%用户兴趣模型%奇异值分解%k-means聚类算法%朴素贝叶斯分类器
箇性化排序%用戶興趣模型%奇異值分解%k-means聚類算法%樸素貝葉斯分類器
개성화배서%용호흥취모형%기이치분해%k-means취류산법%박소패협사분류기
通过对现有个性化搜索引擎排序算法的研究,提出了一个新的排序算法.该算法首先在不同粒度上多次使用SVD技术和k-means聚类技术,将用户浏览历史及其所包含的词在不同层次上进行文档聚类和词聚类,创建两棵加权兴趣树:文档类树和词类树.其中,树中每个节点的权值表示用户对该类文档或该类词的感兴趣程度.接着,利用朴素贝叶斯分类器对搜索引擎得到的网页进行文档分类和词分类,并根据分类结果进行网页评分.最后,将网页根据文档得分降序排列.实验表明该方法能为用户提供更为精确的个性化排序.
通過對現有箇性化搜索引擎排序算法的研究,提齣瞭一箇新的排序算法.該算法首先在不同粒度上多次使用SVD技術和k-means聚類技術,將用戶瀏覽歷史及其所包含的詞在不同層次上進行文檔聚類和詞聚類,創建兩棵加權興趣樹:文檔類樹和詞類樹.其中,樹中每箇節點的權值錶示用戶對該類文檔或該類詞的感興趣程度.接著,利用樸素貝葉斯分類器對搜索引擎得到的網頁進行文檔分類和詞分類,併根據分類結果進行網頁評分.最後,將網頁根據文檔得分降序排列.實驗錶明該方法能為用戶提供更為精確的箇性化排序.
통과대현유개성화수색인경배서산법적연구,제출료일개신적배서산법.해산법수선재불동립도상다차사용SVD기술화k-means취류기술,장용호류람역사급기소포함적사재불동층차상진행문당취류화사취류,창건량과가권흥취수:문당류수화사류수.기중,수중매개절점적권치표시용호대해류문당혹해류사적감흥취정도.접착,이용박소패협사분류기대수색인경득도적망혈진행문당분류화사분류,병근거분류결과진행망혈평분.최후,장망혈근거문당득분강서배렬.실험표명해방법능위용호제공경위정학적개성화배서.
