基于简化ODP的用户兴趣模型

doi:10.3969/j.issn.1007130X.2010.

J4 ›› 2010, Vol. 32 ›› Issue (5): 121-123.doi: 10.3969/j.issn.1007130X.2010.

基于简化ODP的用户兴趣模型

李建廷

（西安财经学院计算机科学与技术系，陕西西安 710061）

收稿日期:2009-09-13 修回日期:2009-12-10 出版日期:2010-04-28 发布日期:2010-05-11
通讯作者: 李建廷 E-mail:jianting.li@gmail.com
作者简介:李建廷（1974），男，陕西西安人，硕士，副教授，研究方向为信息检索和数据库应用。
基金资助:
陕西省基础教育科研十一五规划课题（SJJYB06278）；西安财经学院科研基金项目（06XCK27）

A User Interest Model Based on the Basic Structure of ODP

LI Jianting

(Department of Computer Science,Xi’an University of Finance and Economics,Xi’an 710061,China)

Received:2009-09-13 Revised:2009-12-10 Online:2010-04-28 Published:2010-05-11
Contact: LI Jianting E-mail:jianting.li@gmail.com

摘要/Abstract

摘要： 通过搜集搜索引擎用户的个人兴趣偏好，个性化搜索技术能够对搜索结果中的页面进行分析并与用户的兴趣进行比较，帮助用户从中找出更为感兴趣的结果，从而提高用户的搜索效率。通过利用简化的ODP目录层次结构进行训练以建立基本的用户兴趣树型结构，并在模型使用过程中通过用户的隐式操作反馈，对用户兴趣模型进行动态更新以反映用户不断变化的兴趣偏好。这一用户兴趣建模方法以简化的ODP结构为参考框架，并以用户个人的搜索行为作为模型修正和更新的依据，实现消除词条歧义并且表达用户个人兴趣偏好的目的。

关键词: 个性化搜索；用户兴趣模型；ODP；简化ODP

Abstract: Through collecting the search engine user's individual interests, the personalization search technique can analyse the result page and compares with the user's interest, helps the user discover more interested results, thus enhances the search efficiency. Through using the basic structure of ODP, the user carries on the training to establish a basic user interest model, operates the feedback in the model use process through the user's implicit expression, performs the dynamic updating to the user interest model to reflect the user changes unceasingly interest.By using the basic structure of ODP，updating the model with users，search keyword and page browsing and adding weight to the user's different interests，and the user's personalized favorite topics can be clearly expressed.

Key words: personalized search;user interest model;ODP;basic structure of ODP

中图分类号:

TP393

李建廷. 基于简化ODP的用户兴趣模型[J]. J4, 2010, 32(5): 121-123.

LI Jianting. A User Interest Model Based on the Basic Structure of ODP[J]. J4, 2010, 32(5): 121-123.

[1]	孙晓乐, 钱亚龙, 齐新新, 张云放, 陈娟, 袁远, 董勇. 片上互连网络的功耗特征分析与优化[J]. 计算机工程与科学, 2020, 42(07): 1141-1150.
[2]	淡杨超, 王彬, 薛洁, 盛景业, 刘畅, 詹威威, . 带时间约束的Louvain算法在动态脑功能网络模块化中的应用研究#br#[J]. 计算机工程与科学, 2020, 42(07): 1158-1167.
[3]	陈茹霞, 强振平, 邵小锋, 何丽波. 基于L0范数的Retinex图像增强算法[J]. 计算机工程与科学, 2020, 42(07): 1244-1252.
[4]	刘树东, 姚文渤, 张艳. 雾天条件下基于机器视觉的森林火灾监测[J]. 计算机工程与科学, 2020, 42(07): 1253-1261.
[5]	黄海平，王汝传，孙力娟，沙超. 应用移动Agent的无线传感器网络能量管理机制[J]. J4, 2010, 32(6): 9-12.
[6]	黄庆凤，李之棠. DHT协议设计选项与抖动问题关联分析[J]. J4, 2010, 32(6): 13-15.
[7]	武小平1,邢宏根2,沈志东3. 基于分布式可信度量的移动代理安全应用模型研究[J]. J4, 2010, 32(6): 19-21.
[8]	朱明1，殷建平1，程杰仁1,2，刘强1，林加润1. 基于贪心策略的多目标攻击图生成方法[J]. J4, 2010, 32(6): 22-25.
[9]	林加润1，殷建平1，程杰仁1，2，龙军1，朱明1. 网络安全中多源传感器数据融合技术研究[J]. J4, 2010, 32(6): 30-33.
[10]	沈学利,张纪锁. 基于BP网络与改进的PSO算法的入侵检测研究[J]. J4, 2010, 32(6): 34-36.
[11]	孙宁青. 基于神经网络和CFS特征选择的网络入侵检测系统[J]. J4, 2010, 32(6): 37-39.
[12]	王海艳, 胡玲, 王汝传. 基于信任向量的P2P信任机制[J]. 计算机工程与科学, 2010, 32(5): 6-9.
[13]	张楠, 张建华, 陈建英. WSN中基于免疫MultiAgent的入侵检测机制[J]. 计算机工程与科学, 2010, 32(5): 10-14.
[14]	孙波成, 邱严峻, 梁世庆. 基于移动Agent的分布式入侵检测和决策系统[J]. 计算机工程与科学, 2010, 32(5): 15-17.
[15]	张红莉, 黄守明. 一种基于MA的无线传感器网络IDS模型研究[J]. 计算机工程与科学, 2010, 32(5): 18-20.

基于简化ODP的用户兴趣模型

A User Interest Model Based on the Basic Structure of ODP

PDF

可视化

摘要/Abstract

引用本文

使用本文

相关文章 15

编辑推荐

Metrics

本文评价