论文部分内容阅读
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式。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。