论文部分内容阅读
随着互联网技术和计算机技术的发展和应用,同时也因为互联网技术的开放性,使得网络上的信息资源呈现爆炸式的增长,这样的结果导致人们在网络上获取信息的难度越来越大。为了应对这种局面,搜索引擎技术应运而生,并得到了飞速发展。搜索引擎是通过网络蜘蛛程序不停地访问站点,不断地建立和完善关键词到URL的索引数据库,然后由用户输入关键词来表达需求,从索引数据库中拉取相关的信息。在这个过程中,存在许多问题。为了解决这些问题,未来的信息服务系统发展方向就是与拉取信息相对立的信息推送技术的产生,这种技术将改变人们获取网络信息的方式。而在个性化突显的现代社会,每个个体需要的是针对的服务方式,所以个性化主动信息推送技术将成为一个很有意义的研究课题。本文首先介绍了信息检索技术的研究和发展现状,接下来对基于人工智能的Agent技术、信息获取技术、用户兴趣挖掘技术、主动信息推送技术的评价标准,以及对本文中的个性化主动信息推送系统的目标、系统结构、系统细部结构、对系统的评价等做了简要的介绍和分析。用户兴趣知识的获取是进行个性化信息搜索的前提和基础。本文对用户兴趣知识的来源进行了分析,对用户兴趣的提取、兴趣的逐渐更改以及用户兴趣修改的“访谈法”进行了详细介绍。其中将“访谈式”机器问答方法运用在本系统中,能较好地解决用户的兴趣知识的获取问题。每种系统都应该有一定的评价标准,本文将对评价分为两个部分进行。首先是对搜索结果的评价,其中包括召回率、精度以及利用汇聚技术计算召回率-精度曲线。然后通过对主动推送系统建立模型,从而推导出信息有用度、信息无用度、主动推送度等等评价标准的公式。设计并实现了一个个性化主动推送系统的实验系统,并对实现技术进行了详细的论述,最后运用评价标准对系统进行了评价。本文的工作对网络上的个性化主动信息推送技术提供了参考的解决方案。