基于词频统计的个性化信息过滤技术

• 作者: 张国印 皮鹏 陈先
• 来源期刊: 哈尔滨工程大学学报
• 学科: 工学
• 关键词: 搜索引擎 文档过滤 向量空间模型法 词频统计 个性词典
• 年，卷（期）: 2003,（1）
• 页码范围: 63-67
• 页数: 5页
• 分类号: TP391.3
• 字数: 5622字
• 语种: 中文
• DOI: 10.3969/j.issn.1006-7043.2003.01.015

摘要

对Internet信息进行过滤,筛选出与用户兴趣最相符的文档,是智能搜索引擎要解决的一个重要问题.本文在介绍搜索引擎基本原理的基础上,提出了一种文档学习和用户个性词典构建的实现方法,其中包括内码转换、分词、摘词处理、用户个性词典的构建及词条权值调整等环节.然后提出了一种基于词频统计的个性化文档过滤算法,该算法对传统的向量空间模型法做了改进,使之能够更好地计算文档与用户个性词典之间的相关度,根据用户的兴趣爱好对文档进行相关度的过滤、排序,并给出了实验数据.实验结果表明该方法较好地解决了智能搜索引擎中Internet信息过滤、排序的问题.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张国印	哈尔滨工程大学计算机科学与技术学院	162	1407	18.0	28.0
2	陈先	哈尔滨工程大学计算机科学与技术学院	3	151	3.0	3.0
3	皮鹏	哈尔滨工程大学计算机科学与技术学院	3	82	2.0	3.0