基于用户个性化的图书搜索引擎的研究与实现

发布时间：2022-08-02 19:35

　　近些年来,互联网的图书资源迅速增加,予以读者丰富多样的选择。与此同时,如何在海量资源中快速准确地找到自己所需的图书,成为用户面临的主要问题。图书领域的垂直搜索引擎应运而生,现已得到广泛应用。然而,传统的图书搜索引擎存在着诸多问题,例如商业气息浓重、查询范围狭窄等,除此之外,更是没有充分考虑用户的个性需求,对于同一查询关键词,一律返回相同的搜索结果列表。因此,本文提出了基于用户个性化的图书搜索引擎的研究方案。首先,本文设定豆瓣读书为唯一数据来源,调用应用开发接口,设计主题网络爬虫,获取了足量的图书数据和用户数据。经过预先处理的真实数据,一方面用于建立词条丰富的索引库,另一方面用于个性化搜索算法的研究。协同标注系统中,用户可以自行定义标签管理资源。标签的灵活性和易用性,使其成为图书资源与用户兴趣产生联系的重要媒介,却也带来了一定的处理成本。为了降低噪声和简化计算,本文采用层次聚类算法,进行了标签聚类,使得用户的偏好更加集中,并且引用聚类结果,构建了相应的用户兴趣模型和文档主题模型。针对用户标签数据稀疏等问题,本文着重分析了用户共有的图书评分,改进了用户相似度计算模型,获取了相似用户推荐的图... 

【文章页数】：81 页

【学位级别】：硕士

【文章目录】：
摘要
ABSTRACT
符号对照表
缩略语对照表
第一章 绪论
    1.1 课题研究背景
    1.2 课题研究现状
        1.2.1 图书搜索引擎的研究现状
        1.2.2 个性化搜索引擎的研究现状
    1.3 主要研究内容
    1.4 论文组织结构
    1.5 本章小结
第二章 相关理论研究
    2.1 搜索引擎概述
    2.2 网页爬虫的相关研究
        2.2.1 网络爬虫分类
        2.2.2 链接遍历算法
        2.2.3 网络爬虫工作原理
        2.2.4 开源网络爬虫框架
    2.3 中文分词的相关研究
        2.3.1 中文分词方案
        2.3.2 中文分词工具
    2.4 开源搜索引擎简介
        2.4.1 Xapian简介
        2.4.2 Xapian特点
        2.4.3 Xapian核心要素
        2.4.4 Xapian工作原理
        2.4.5 Xapian检索模型
    2.5 用户模型的理论研究
        2.5.1 用户模型概述
        2.5.2 用户数据的获取方式
        2.5.3 用户模型的表示方法
    2.6 本章小结
第三章 个性化搜索算法的设计
    3.1 算法基本思想
    3.2 标签聚类
        3.2.1 图书标签的向量表示
        3.2.2 聚类算法的选择与应用
    3.3 建立模型
        3.3.1 相似用户度量的改进
        3.3.2 用户兴趣模型的表示
        3.3.3 用户兴趣模型的更新
        3.3.4 文档主题模型的表示
    3.4 个性化搜索排序及评分机制
        3.4.1 个性化搜索排序机制
        3.4.2 个性化搜索评分机制
    3.5 本章小结
第四章 个性化搜索算法的验证
    4.1 实验环境
    4.2 相似用户度量验证实验
        4.2.1 实验过程
        4.2.2 结果分析
    4.3 用户兴趣模型验证实验
        4.3.1 实验过程
        4.3.2 结果分析
    4.4 本章小结
第五章 系统的设计与实现
    5.1 需求分析
        5.1.1 功能需求
        5.1.2 性能需求
    5.2 概要设计
        5.2.1 架构设计
        5.2.2 功能模块
    5.3 详细设计
        5.3.1 数据获取模块
        5.3.2 数据预处理模块
        5.3.3 聚类模块
        5.3.4 索引模块
        5.3.5 检索模块
        5.3.6 用户建模模块
        5.3.7 个性化排序模块
        5.3.8 用户交互模块
    5.4 系统测试
    5.5 本章小结
第六章 总结与展望
    6.1 工作总结
    6.2 未来展望
参考文献
致谢
作者简介



本文编号：3669117