基于本地插件的个性化搜索研究

• 作者: 李敏波 陈晨
• 来源期刊: 计算机应用与软件
• 学科: 工学
• 关键词: 个性化搜索 本地插件 兴趣多边形
• 年，卷（期）: 2011,（5）
• 所属期刊栏目: 软件技术与研究
• 页码范围: 152-156,202
• 分类号: TP391.3
• 字数: 6213字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-386X.2011.05.045

摘要

个性化搜索是一种通过采集、预测用户的兴趣爱好,根据用户的兴趣模型优化搜索结果的新型搜索形武.但传统的个性化搜索采用的兴趣模型不够准确,所提出的动态调整策略不够完备,不能够准确反映用户的兴趣变化.针对这些问题,提出了以二维兴趣多边形作为兴趣模型,基于本地插件的个性化搜索方案.详细介绍了二维兴趣多边形的建模、动态调整策略产生的动机和算法、网页领域模型的建立及适用于兴趣多边形的相似度匹配算法,最后通过实验验证了该个性化搜索方案能够提高搜索质量.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李敏波	复旦大学软件学院	17	165	7.0	12.0
2	陈晨	复旦大学软件学院	56	287	9.0	15.0